基于指针网络的抽象式文本摘要方法研究

技术为以节省时间的方式有效处理冗长的文本数据提供了便利。实验利用指针网络来缓解摘要模型中可能出现的未登录词问题,使用两种不同的注意力,分别作用于编码器和解码器,通过对输入中获得较高权重的词进行惩罚,以及跟踪过去的注意力权重来防止模型关注文章的相同部分,避免生成重复的内容,同时融合强化学习进行模型的训练,避免出现曝光偏差问题。实验数据主要依赖于LCSTS中文摘要数据集。实验结果表明,提出的方法能有效地提高生成摘要的质量。