Command Palette

Search for a command to run...

3 个月前

基于段落增强与位置感知的抽象文本摘要方法(ACLing2021)

{Phuc Minh Nguyen and Thao Nhi Tran}

摘要

捕捉短语之间的关联以提炼出关键信息,始终是抽象式文本摘要中的一项核心技艺。本文提出了一种改进的抽取-摘要联合系统——SEGMENT。该系统中,抽取模块负责识别目标摘要中包含的关键词与短语,而摘要模块则利用这些特征生成流畅自然的摘要内容。为增强摘要模块的信息表达能力,我们引入了段落嵌入(segment embedding)层,以丰富上下文信息,提升短语间的语义连贯性。在抽取模块中,我们融合了过滤机制与位置感知机制,显著提升了信息选择的准确性与质量。实验结果表明,该方法在CNN/Daily Mail(CNN/DM)数据集上展现出显著性能提升,ROUGE-1指标超越当前最优水平5.1%,ROUGE-2指标提升5%。

基准测试

基准方法指标
abstractive-text-summarization-on-cnn-daily-2SEGMENT
ROUGE-1: 42.10
ROUGE-2: 19.24
ROUGE-L: 38.80

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于段落增强与位置感知的抽象文本摘要方法(ACLing2021) | 论文 | HyperAI超神经