基于改进Seq2Seq-Attention模型的文本摘要生成方法

摘要

针对文本摘要生成中词汇语义表达不准确,重复生成以及核心词丢失等问题,提出了一种混合式文本摘要自动生成方法进行摘要抽取,并通过Seq2Seq-Attention模型进行文本摘要生成,在注意力机制中加入核心词,结合指针网络生成模型,该模型可以通过核心词中的重要信息,构建出摘要框架,生成信息全面精炼的文章摘要。解决重复生成以及核心词丢失等问题,文本词汇语义表达准确率明显提高,使得生成的摘要更加流畅。将模型混合进行实验,模型实验数据表明,BERT⁃SUM+Seq2Seq-Attention模型相比于传统模型ROUGE平均值提高了1.6%,混合模型的文本摘要自动生成技术能够提取文本数据中的关键词,形成简单有效的文本段落。