检索结果-南通市图书馆

检索条件"主题词=事实性检测"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

文本摘要生成中的事实性问题研究

文本摘要生成中的事实性问题研究

引用

作者：林泓宇电子科技大学

学位级别：硕士

生成作为自然语言处理中的一个关键的子领域,在人们的生活中扮演着重要的角色。在信息量飞速增长的当今社会,人们能够更加轻松地获取到各种各样的信息,相比于图片和视频流信息,冗长的文字信息显然需要更多时间进行消化和理解,因此文本... 详细信息

生成作为自然语言处理中的一个关键的子领域,在人们的生活中扮演着重要的角色。在信息量飞速增长的当今社会,人们能够更加轻松地获取到各种各样的信息,相比于图片和视频流信息,冗长的文字信息显然需要更多时间进行消化和理解,因此文本摘要生成的出现可以很好地满足人们对于获取文字信息时的效率需求。但目前的文本摘要生成模型与系统还面临着一些困难和挑战,其中最大的挑战之一就是“事实一致性”问题,即文本摘要模型生成出的摘要中所包含的事实,与给定的输入文本所描述的事实不一致。这样的缺陷毫无疑问将大大降低文本摘要生成模型和系统的可信度和可靠性。因此,本文就文本摘要生成中存在的事实一致性问题展开一系列研究、探讨和分析,并提出了更加适用于中文文本摘要生成的事实性改善方法。本文所做的工作如下:（1）设计了一种基于生成式负采样的摘要事实检测算法。该算法主要针对事实一致性问题中最为高发的“命名实体错误”。该算法提出三种生成式负采样方法,其利用摘要生成模型进行生成的方式来人为制作一些包含命名实体错误的摘要作为负样本,从而构造一个半监督的二分类数据集,并用该训练集训练一个能检测摘要是否包含命名实体错误的二分类事实检测模型。在训练方面,本文将PU Learning结合到事实检测模型的训练过程当中,进一步提升了事实检测模型的表现。实验证明,该摘要事实检测模型既可以用于检测文本摘要模型生成出的文本摘要是否存在事实一致性问题,同时也能够对根据同一上下文生成出的若干条候选摘要进行事实性排序,从而选出事实性最好的摘要作为摘要生成模型的最终输出。（2）提出了一种结合要素关键词的事实感知摘要生成方法。通过对中文摘要事实增强相关工作及当前先进中文摘要模型的生成结果的观察和分析,本文结合Prompt和词性标注,训练了一个关键词抽取模型,该模型能够对原文中“时间”、“地点”、“对象”和“数词”等四个关键要素进行抽取。通过将抽取后的关键词注入到文本摘要生成模型的输入当中,能够让额外的事实信息来辅助摘要生成模型进行生成,从而较好地改善文本摘要生成模型结果中存在的事实性问题。（3）结合上述的两种文本摘要事实性改善方法,设计并实现了一个结合摘要事实性改善方法的新闻聚合和摘要生成的系统平台,用户在能够通过该系统提高信息获取效率的同时,也能获得可靠性更好的摘要。

关键词：文本摘要生成事实性问题事实性检测结合关键词的摘要生成

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：