10.3772/j.issn.1000-0135.2020.04.004
面向查询的观点摘要模型研究:以Debatepedia为数据源
本文系统性地研究面向查询的观点摘要任务,旨在构建一种查询式观点摘要模型框架,探究不同的摘要方法对摘要效果的影响。通过综合考虑情感倾向与句子相似度,从待检文档中抽取出待摘要语句,再结合神经网络和词嵌入技术生成摘要,进而构建面向查询的观点摘要框架。从Debatepedia 网站上爬取议题和论述内容构建观点摘要实验数据集,将本文方法应用到该数据集上,以检验不同模型的效果。实验结果表明,在该数据集上,仅使用基于抽取式的方法生成的观点摘要质量更高,取得了最高的平均ROUGE分数、深度语义相似度分数和情感分数,较生成式方法分别提高6.58%、1.79%和11.52%,而比组合式方法提高了8.33%、2.80%和1…展开v
观点摘要、信息抽取、话语生成、情感分析、深度学习
39
国家自然科学基金面上项目"面向跨语言观点摘要的领域知识表示与融合模型研究";国家自然科学基金重大课题"国家安全大数据综合信息集成与分析方法"
2020-05-28(万方平台首次上网日期,不代表论文的发表时间)
共13页
374-386