一種基于多模型融合的抽取式文本摘要生成方法,本發(fā)明涉及抽取式文本摘要生成方法。本發(fā)明的目的是為了解決現(xiàn)有的單一的抽取式模型無(wú)法學(xué)習(xí)到摘要文本的全部重要信息,導(dǎo)致摘要抽取準(zhǔn)確率及召回率低的問(wèn)題。過(guò)程為:一、將每個(gè)句子的詞向量輸入雙向雙層LSTM,輸出全文中的每一個(gè)句子的特征表示;二、將句子的特征表示按文章順序輸入雙向雙層LSTM,輸出隱層序列,并利用最大池化層得到池化后的向量作為全文的特征表示;三、構(gòu)建序列預(yù)測(cè)模型架構(gòu);四、構(gòu)建分段聯(lián)合序列預(yù)測(cè)摘要模型;五、構(gòu)建編碼器解碼器模型;六、構(gòu)建加入強(qiáng)化學(xué)習(xí)機(jī)制的編碼器解碼器聯(lián)合訓(xùn)練模型;七、使用模型融合方法生成文本摘要。本發(fā)明用于抽取式文本摘要領(lǐng)域。
聲明:
“基于多模型融合的抽取式文本摘要生成方法” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)