一种基于深度学习的中文生成式自动摘要方法
【摘要】 方法李维勇1，柳斌2，张伟2，陈云芳2*（1.南京信息职业技术学院计算机与软件学院，江苏南京210023;2.南京邮电大学计算机学院，江苏南京210023）摘要:针对中文的象形性和结构性特点，本文提出了一种新的生成式自动摘要解决方案，包括基于笔画的文本向量生成技术和一个生成式自动摘要模型。基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码，增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化，使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重，在解码端加入BeamSearch算法优化生成序列的流畅度。基于LCSTS数据集实验表明，本文提出的模型在中文文本摘要生成质量和可读性上有所提升。
