-
题名基于宏观篇章结构的科技论文摘要模型
被引量：1
- 1
-
-
作者
付颖
王红玲
王中卿
-
机构
苏州大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第10期2864-2870,共7页
-
基金
国家自然科学基金面上项目(61976146)。
-
文摘
针对传统的神经网络模型不能较好地反映科技论文内不同章节之间的宏观篇章结构信息,从而容易导致生成的科技论文摘要结构不完整、内容不连贯的问题,提出了一种基于宏观篇章结构的科技论文摘要模型。首先,搭建了一种基于宏观篇章结构的层级编码器,并利用图卷积神经网络对章节间的宏观篇章结构信息进行编码,从而构建章节层级语义表示;然后,提出了一个信息融合模块,旨在将宏观篇章结构信息和单词层级信息进行有效融合,从而辅助解码器生成摘要;最后,利用注意力机制优化单元对上下文向量进行更新优化操作。实验结果表明,所提出的模型比基准模型分别在ROUGE-1、ROUGE-2以及ROUGE-L上分别高出3.53个百分点、1.15个百分点和4.29个百分点,并且通过对生成的摘要内容进行分析对比,可进一步证明该模型可有效提高生成摘要的质量。
-
关键词
神经网络
宏观篇章结构
科技论文摘要
图卷积神经网络
生成式摘要
-
Keywords
neural network
macro discourse structure
scientific paper summarization
graph convolution neural network
abstractive summarization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于单词-章节关联的科技论文摘要
- 2
-
-
作者
付颖
王红玲
王中卿
-
机构
苏州大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2021年第10期59-66,共8页
-
基金
国家自然科学基金(61976146)。
-
文摘
为科技论文生成自动摘要,这能够帮助作者更快撰写摘要,是自动文摘的研究内容之一。相比于常见的新闻文档,科技论文具有文档结构性强、逻辑关系明确等特点。目前,主流的编码-解码的生成式文摘模型主要考虑文档的序列化信息,很少深入探究文档的篇章结构信息。为此,文中针对科技论文的特点,提出了一种基于“单词-章节-文档”层次结构的自动摘要模型,利用单词与章节的关联作用增强文本结构的层次性和层级之间的交互性,从而筛选出科技论文的关键信息。除此之外,该模型还扩充了一个上下文门控单元,旨在更新优化上下文向量,从而能更全面地捕获上下文信息。实验结果表明,提出的模型可有效提高生成文摘在ROUGE评测方法上的各项指标性能。
-
关键词
科技论文摘要
自动文摘
生成式文摘
篇章结构
层次结构
-
Keywords
scientific paper summarization
Automatic summarization
Abstractive summarization
Text structure
Hierarchical structure
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
