任务旨在从文档中生成一段简短的、连贯的并保留源文本关键信息的自然语言摘要。不同于传统的抽取式文本摘要,生成式文本摘要是对......

在互联网数据急剧扩张和深度学习技术高速发展的背景下,自动文本摘要任务作为自然语言处理领域的主要研究方向之一,其相关技术及应......

自动文本摘要技术是一种能从海量文本中获取重要信息的方法,它可以缓解大数据时代信息过载的问题.传统基于编码-解码自动摘要模型......

在这个信息爆炸的时代,自动文本摘要技术为人们提供了一种简便快捷的阅读方式,也使其成为当今研究热点之一。目前的文本摘要方法大......

针对生成式文本摘要应用场景,提出了以Transformer为基础的摘要模型,并在Transformer模型中加入了指针生成(Pointer Generator)网......

传统生成式模型中存在的梯度经过多次传播后,倾向于消失或爆炸,且存在语言理解不充分的性能缺陷,为此提出一种生成式自动文本摘要......

针对当前生成式文本摘要模型在解码时对摘要整体语义信息利用不充分的问题,提出一种基于语义对齐的神经网络文本摘要方法。该方法......

抽取式文本摘要模型往往能保证语言流畅性,但只能使用原文句子,较为冗余;而生成式文本摘要模型能够使用非原文词生成摘要,比较精简......

结合注意力机制的序列到序列模型在生成式文本摘要的研究中已取得了广泛应用,但基于该模型的摘要生成技术依然存在信息编码不充分......

现有的生成式文本摘要方法存在一些局限,包括难以产生可靠的源文本表示,产生的摘要句与源文本的语义相似度较低,存在集外词问题等......

随着互联网的迅速发展,网络上信息量也随之大幅度增长。信息的大爆发导致信息的抽取和总结是非常重要的。因此目前研究从大数据量......

基于注意力机制的序列到序列模型在生成式摘要方法中得到广泛应用,并取得较好的表现。但现有模型方法生成的摘要普遍存在语义无关......

自动文本是一种从文本中提取重要信息,生成针对特定任务或者针对特定用户需要的精要版本的摘要表示方法。目前在文档摘要生成、新......

针对当前生成式文本摘要方法存在的语义信息利用不充分、摘要精度不够等问题,提出一种基于双编码器的文本摘要方法。首先,通过双编......