摘要
的目标是将长文本进行压缩、归纳和总结,从而形成具有概括性含义的短文本,其能帮助人们快速获取文档的主要信息。当前大多数的抽取式文本摘要的研究都是以整句作为抽取单元,而整句作为抽取单元会引入冗余信息,因此该文考虑使用粒度更细的抽取单元。已有研究表明,细粒度的子句单元比整句单元在抽取式摘要上更具有优势。结合当下热门的图神经网络,该文提出了一种基于子句单元异构图网络的抽取式摘要模型,有效融合了词、实体和子句单元等不同层次的语言信息,能够实现更细粒度的抽取式摘要。在大规模基准语料库(CNN/DM和NYT)上的实验结果表明,该模型产生了突破性的性能并优于以前的抽取式摘要模型。
The goal of text summarization is to summarize long text into a short text with main information.To avoid the redundant information brought by the sentence extraction,we propose an extractive summarization model based on a heterogeneous graph network of sub-sentence units,which effectively integrates different levels of language information such as words,entities,and sub-sentential units.Experiments on two large scale benchmark corpora(CNN/DM and NYT)demonstrate that our model yields ground-breaking performance and outperforms previous extractive summarizers.
作者
林群凯
陈钰枫
徐金安
张玉洁
刘健
LIN Qunkai;CHEN Yufeng;XU Jin’an;ZHANG Yujie;LIU Jian(Beijing Key Lab of Traffic Data Analysis and Mining,Beijing Jiaotong University,Beijing 100044,China)
出处
《中文信息学报》
CSCD
北大核心
2024年第6期119-128,共10页
Journal of Chinese Information Processing
基金
国家自然科学基金(61976016,61976015,61876198)。
关键词
子句
异构图
抽取式摘要
sub-sentential
heterogeneous graph
extractive summarization