期刊专题

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

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;
引用
(0)
收藏
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

暂无封面信息
查看本期封面目录

情报学报

北大核心CSSCICSTPCD

1000-0135

11-2257/G3

39

2020,39(4)

开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn