科研之友
微信
新浪微博
Facebook
分享链接
摘要
是文本主要内容和核心思想的最小化表达,对从海量文本数据中快速寻找有价值的信息具有重要意义.利用深度神经网络Encoder-Decoder基本框架,通过引入注意力模型,提出文本摘要抽取的深层学习模型——AM-BRNN.论文先根据中文文本的语言特点,构建句子特征向量抽取算法,形成文本特征向量矩阵,再将其输入到AM-BRNN深层学习模型中,双向循环神经网络编码出中间语义向量,最后利用注意力模型与单向循环神经网络解码中间语义向量,实现摘要句子的抽取.实验结果表明,AM-BRNN能较准确且稳定的抽取摘要句子,相比其他模型具有更好抽取效果.
- 出版日期2018
- 单位上海理工大学
