-
题名基于改进Graph2Seq的实体融合摘要生成模型
- 1
-
-
作者
陶源
钱惠敏
-
机构
河海大学人工智能与自动化学院
-
出处
《计算机与现代化》
2025年第6期1-8,共8页
-
文摘
针对现有摘要生成模型占用计算资源大和对关键命名实体信息关注不足的问题,基于Graph2Seq模型提出一种融合实体和稀疏注意力的文摘生成模型(ESG2S)。首先,将原始文本构建为句法依存图,并进行实体节点增强,得到图数据;其次,将构建好的图数据送入编码器,进行文本结构的学习;最后,将编码后的图数据送入融合了对称散度增强稀疏注意力的LSTM解码器,生成多条摘要。在CNN/DM数据集上进行实验,结果表明本文模型效果优于近年的一些主流方法,并在实体信息保留上取得了成效,生成的摘要可读性和信息全面性更佳。
-
关键词
关键词摘要生成
graph2seq
命名实体
稀疏注意力
-
Keywords
summarization
graph2seq
named entities
sparse attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
