面向查询的观点摘要模型研究:以Debatepedia为数据源

余传明1安璐2朱星宇1郑智梁1

1.中南财经政法大学; 2.武汉大学;

摘要：

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

关键词：观点摘要、信息抽取、话语生成、情感分析、深度学习

所属期刊栏目：39

资助基金：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"

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：374-386