融合复制机制和input-feeding方法的中文自动摘要模型

针对中文自动摘要准确率不高的问题,在含有注意力机制的序列到序列(sequence-to-sequence,seq2seq)基础模型的解码器中融合了复制机制和input-feeding方法,提出了准确率更高的中文自动摘要模型。首先,该模型使用指针网络将出现在源序列中的OOV(out-of-vocabulary)词扩展到固定词典,以实现从源序列复制OOV词到生成序列中;其次,input-feeding方法用于跟踪已生成序列的注意力决定信息以提升模型输出准确率。在NLPCC2018数据集上的实验结果表明,与基础模型相比,所提出模型获得了更高的ROUGE得分,验证了该模型的可行性。