检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多文档摘要研究综述

数据分析与知识发现 2023年

作者：宝日彤孙海春安全防范技术与风险评估公安部重点实验室中国人民公安大学信息网络安全学院

[目的]通过调研和梳理相关文献，总结多文档摘要研究框架和主流模型。[文献范围]以“multi-document summarization”、“多文档摘要”作为检索词分别在AI Open Index平台、Paper with Code和CNKI数据库中进行检索，共筛选出76篇文献。... 详细信息

[目的]通过调研和梳理相关文献，总结多文档摘要研究框架和主流模型。[文献范围]以“multi-document summarization”、“多文档摘要”作为检索词分别在AI Open Index平台、Paper with Code和CNKI数据库中进行检索，共筛选出76篇文献。[方法]归纳出多文档摘要技术实现的主流框架，依据关键技术对近年最新模型和算法进行分类概述，并对未来研究提出展望。[结果]对比阐述了多文档摘要的最新模型与传统方法的优缺点，并对高质量多文档摘要数据集、现阶段评价指标进行了总结。[局限]在实验结果对比部分，只讨论了Multi-News等数据集上部分应用较为广泛模型的评估结果，缺乏全部模型在同一数据集上的实验结果对比。[结论]多文档摘要任务仍存在很多亟待解决的问题，如生成摘要的事实性不高、摘要模型的通用性差等。

关键词：多文档摘要文本摘要内容选择 Transformer模型预训练模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于文本关联的多文档摘要方法研究

基于文本关联的多文档摘要方法研究

作者：钟琪苏州大学

学位级别：硕士

文本摘要是自然语言处理领域中的一个核心问题。随着互联网的高速发展,从海量数据中快速获取所需信息的需求越来越大,多文档摘要的应用也越来越多。多文档是指对多个主题相关的文档进行分析提炼、整合加工,生成一段能够概括所有文档主... 详细信息

文本摘要是自然语言处理领域中的一个核心问题。随着互联网的高速发展,从海量数据中快速获取所需信息的需求越来越大,多文档摘要的应用也越来越多。多文档是指对多个主题相关的文档进行分析提炼、整合加工,生成一段能够概括所有文档主要内容的摘要。然而,现有有关多文档摘要的一些研究工作往往只是简单地将多个源文档连接成一个长序列,并将多文档摘要任务建模为一个长序列到序列的任务,没有考虑文档级的关联关系。同时,来自多个文档的输入长度通常很长,超过了一般编码器的限制,如果采取截断操作容易造成关键信息的丢失,从而导致文档集中上下文信息没有得到充分的利用。此外,一些研究工作还通过挖掘共现词或实体来学习多文档中跨文档关系,但是由于语言表达的多样性,这些共现词或实体很难捕捉到文档之间隐含的联系。因此,本文主要针对如何有效地学习文档间的关系提高多文档摘要的准确性和全面性展开研究,具体的研究内容包含以下三个方面:首先,针对传统多文档摘要研究工作忽略了文档级关联关系的问题,本文提出了一种基于关联判别模型的多文档摘要方法。该方法首先将孪生网络和预训练语言模型BERT相结合,构建了一个用于关联判别的双塔模型;然后,利用关联判别模型获取任意两个句子的向量编码,将获取的句向量进行拼接,从是否同主题、是否同源文以及是否前后句三个不同的视角判断任意两个句子之间的语义关联,通过关联判别模型的学习更新摘要模型中的参数;最后利用摘要模型选择出更能代表文档集主要内容的句子组织成摘要。实验结果表明,与传统的多文档抽取式摘要方法相比,该方法在ROUGE评价标准上有较大的提高。其次,针对多文档间存在不同维度关联的情况,本文提出了一种基于多维度关联构建的多文档摘要方法。该方法首先将文档集划分为主题、源文档以及句子三种不同维度的语义节点,使用预训练模型BERT对不同维度的节点进行编码;然后,根据节点间包含文档级、句子级在内的多级关系构建多维度多文档关联图,使用图卷积神经网络从不同方面挖掘文档集中跨文档关系;最后,融合多种不同维度的文档关联图,利用融合后的文档关联图来指导摘要抽取的过程。实验结果表明,该方法能够更加深入利用多维度文档间的关系,模型性能明显优于其它基线方法。最后,针对长文本编码时容易造成上下文信息丢失的问题,本文提出了一种结合指代关系的多文档摘要方法。该方法首先分析每篇源文档中句子之间的指代关系,利用图注意力网络学习句子之间的指代关系,从每篇源文档中抽取出候选内容;然后在BERT预训练模型的嵌入层加入分隔嵌入和源文档嵌入,从而在编码层学习文档间的层次关系,解决文档集中多句子的输入问题,可以更加精确地获取文档集中每个句子的向量表示;最后,将抽取出的候选内容连接输入到修改后的BERT模型中进一步判断句子的重要性程度,选择重要性最高的前几句组成摘要。实验结果表明,该方法能够有效地从原始文档集中筛选重要信息,提高多文档摘要任务的性能。

关键词：多文档摘要文本关联预训练模型图神经网络

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

基于文本关系图的多文档摘要生成方法研究

基于文本关系图的多文档摘要生成方法研究

作者：罗文明湖南大学

学位级别：硕士

随着信息技术的发展,人们从网络空间中获取的文本信息不断增多,如何从大量文本信息中快速获得中心思想变得十分重要。文本摘要是一种可以将冗长文本数据压缩概括成只包含重要信息的简短摘要的技术。如今文本信息的爆炸式增长和摘要应用... 详细信息

随着信息技术的发展,人们从网络空间中获取的文本信息不断增多,如何从大量文本信息中快速获得中心思想变得十分重要。文本摘要是一种可以将冗长文本数据压缩概括成只包含重要信息的简短摘要的技术。如今文本信息的爆炸式增长和摘要应用场景的增多都对文本摘要技术提出了更高的要求,文本摘要技术从最初基于统计与规则的摘要算法,发展到如今基于深度学习的方法。虽然现有基于深度学习的摘要模型取得了一定成效,但是仍然存在着一些问题。本文着眼于摘要模型的现存问题,研究如何设计更适配文本摘要任务的神经网络模型,探索更高质量摘要的生成方法。产生方法可分成生成式摘要和抽取式摘要。生成式摘要方法首先对源文本进行编码表征,然后再采用自然语言生成技术生成摘要,可以生成源文本中未出现的词。抽取式摘要方法则直接从源文本抽取句子和单词组成摘要。摘要任务按照处理的是文档集合还是单个文档又可以分为多文档摘要和单文档摘要。多文档摘要任务处理同一主题的多个文档,可以综合多个文档中的内容,充分利用更多的信息来生成更全面和准确的摘要。本文的工作聚焦于生成式的多文档摘要方法研究。方法将所有输入文档拼接起来简单视作单文档摘要任务,然而多文档摘要任务的输入具有长度过长和冗余度高等特点,拼接起来当作单文档处理的方法忽略了文档之间的关系,且冗长输入使模型难以定位关键信息,导致生成摘要的质量不高。此外,现有考虑到文本关系的模型大都采用基于注意力机制的方法来进行关系学习,然而这种方法无法有效学习到文本之间关系。针对以上问题,本文研究的主要内容如下:(1)针对多文档摘要任务输入固有的特点,本文提出了一种层级结构编码器,与输入的层次结构相对应,学习单词、句子和文档三个粒度文本的表征,同时在解码过程使用稀疏注意力机制,以增强模型在长文本输入中聚焦关键信息的能力;(2)针对现有工作忽略文本之间关系以及关系学习不充分的问题,本文在编码阶段引入外部的关系信息以帮助模型更好地学习文本间潜在语义关联。并且用图卷积神经网络来充分利用文本关系图,生成更高质量的语义表征;(3)本文在被广泛使用的多文档摘要数据集上对比了多个现有模型,自动评估和人工评估的结果都佐证了本文模型设计的有效性。此外,还通过实验观察分析了模型内部结构对生成效果的影响。

关键词：自然语言处理文本生成多文档摘要文本关系图

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

基于多粒度语义交互的抽取式多文档摘要

计算机系统应用 2022年第7期31卷 186-193页

作者：田媛郝文宁陈刚靳大尉邹傲陆军工程大学指挥控制工程学院南京210001

信息爆炸是信息化时代面临的普遍性问题,为了从海量文本数据中快速提取出有价值的信息,自动摘要技术成为自然语言处理(natural language processing,NLP)领域中的研究重点.多文档摘要的目的是从一组具有相同主题的文档中精炼出重要内容... 详细信息

信息爆炸是信息化时代面临的普遍性问题,为了从海量文本数据中快速提取出有价值的信息,自动摘要技术成为自然语言处理(natural language processing,NLP)领域中的研究重点.多文档摘要的目的是从一组具有相同主题的文档中精炼出重要内容,帮助用户快速获取关键信息.针对目前多文档摘要中存在的信息不全面、冗余度高的问题,提出一种基于多粒度语义交互的抽取式摘要方法,将多粒度语义交互网络与最大边界相关法(maximal marginal relevance,MMR)相结合,通过不同粒度的语义交互训练句子的表示,捕获不同粒度的关键信息,从而保证摘要信息的全面性;同时结合改进的MMR以保证摘要信息的低冗余度,通过排序学习为输入的多篇文档中的各个句子打分并完成摘要句的抽取.在Multi-News数据集上的实验结果表明基于多粒度语义交互的抽取式多文档摘要模型优于LexRank、TextRank等基准模型.

关键词：多文档摘要抽取式多粒度语义交互 MMR 排序学习

在线全文

学校读者我要写书评

暂无评论

基于布谷鸟搜索优化算法的多文档摘要方法

计算机工程 2020年第7期46卷 58-64,71页

作者：周诗源王英林上海财经大学信息管理与工程学院上海200433

为最大化生成摘要的信息量,提出一种基于布谷鸟搜索(CS)算法与多目标函数的多文档摘要方法。对多文档数据进行预处理,通过句子分割、分词、移除停用词和词干化将文档转化为词语的基本处理形式,计算经数据预处理后的句子信息量得分并将... 详细信息

为最大化生成摘要的信息量,提出一种基于布谷鸟搜索(CS)算法与多目标函数的多文档摘要方法。对多文档数据进行预处理,通过句子分割、分词、移除停用词和词干化将文档转化为词语的基本处理形式,计算经数据预处理后的句子信息量得分并将其作为CS算法的输入,再基于多目标函数生成包含原始文档重要信息的句子以组成最终的摘要。实验结果表明,与基于粒子群优化算法和双层K最近邻算法的多文档摘要方法相比,该方法在最大化生成摘要信息量的前提下,保证了高可读性和低冗余性,并且在DUC基准数据集上的摘要平均准确度高达0.99。

关键词：多文档摘要布谷鸟搜索算法数据预处理多目标函数信息量

在线全文

学校读者我要写书评

暂无评论

基于混合机器学习模型的多文档自动摘要

情报理论与实践 2019年第2期42卷 145-150页

作者：唐晓波翟夏普武汉大学信息管理学院湖北武汉430072 武汉大学信息资源研究中心湖北武汉430072

[目的/意义]信息过载是当前社会面临的普遍性问题,如何从大量的信息中提取有价值的内容,已成为研究的一个重点,目前自动摘要技术成为解决此问题的一种途径。[方法/过程]为了解决多文档摘要信息不全面、冗余度高的问题,文章提出了针对中... 详细信息

[目的/意义]信息过载是当前社会面临的普遍性问题,如何从大量的信息中提取有价值的内容,已成为研究的一个重点,目前自动摘要技术成为解决此问题的一种途径。[方法/过程]为了解决多文档摘要信息不全面、冗余度高的问题,文章提出了针对中文文本的多文档自动摘要混合模型,并对该模型所包含的句子向量化、分类器分类、句群划分和句子重组四个部分做了详细说明。该混合模型在摘要提取的过程不仅考虑了句子的形式特征,还融合了句子的深层语义,最后采用基于改进的PageRank算法对摘要句进行重组。[结果/结论]当摘要句为30时,该模型的ROUGE-1得分平均值为0.2074,明显高于TextRank (0.0728)和基于聚类的算法(0.1074)。实验结果表明该模型在多主题的中文长文本上是有效的。[局限]由于中文语料的限制,本实验的数据量相对较小,模型的适应能力未在大数据集上验证。

关键词：混合机器学习多文档摘要语义结构模型信息抽取

在线全文

学校读者我要写书评

暂无评论

融合多信息句子图模型的多文档摘要抽取

计算机工程与科学 2020年第3期42卷 535-542页

作者：蒋亚芳严馨徐广义周枫邓忠莹昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 云南南天电子信息产业股份有限公司云南昆明650041

针对现有多文档抽取方法不能很好地利用句子主题信息和语义信息的问题,提出一种融合多信息句子图模型的多文档摘要抽取方法。首先,以句子为节点,构建句子图模型;然后,将基于句子的贝叶斯主题模型和词向量模型得到的句子主题概率分布和... 详细信息

针对现有多文档抽取方法不能很好地利用句子主题信息和语义信息的问题,提出一种融合多信息句子图模型的多文档摘要抽取方法。首先,以句子为节点,构建句子图模型;然后,将基于句子的贝叶斯主题模型和词向量模型得到的句子主题概率分布和句子语义相似度相融合,得到句子最终的相关性,结合主题信息和语义信息作为句子图模型的边权重;最后,借助句子图最小支配集的摘要方法来描述多文档摘要。该方法通过融合多信息的句子图模型,将句子间的主题信息、语义信息和关系信息相结合。实验结果表明,该方法能够有效地改进抽取摘要的综合性能。

关键词：多文档摘要句子贝叶斯主题模型词向量句子图模型最小支配集

在线全文

学校读者我要写书评

暂无评论

利用维基百科实体增强基于图的多文档摘要

中文信息学报 2016年第2期30卷 153-159页

作者：陈维政严睿闫宏飞李晓明北京大学信息科学技术学院北京100871

针对基于图的多文档摘要,该文提出了一种在图排序中结合维基百科实体信息增强摘要质量的方法。首先抽取文档集合中高频实体的维基词条内容作为该文档集合的背景知识,然后采用PageRank算法对文档集合中的句子进行排序,之后采用改进的DivR... 详细信息

针对基于图的多文档摘要,该文提出了一种在图排序中结合维基百科实体信息增强摘要质量的方法。首先抽取文档集合中高频实体的维基词条内容作为该文档集合的背景知识,然后采用PageRank算法对文档集合中的句子进行排序,之后采用改进的DivRank算法对文档集合和背景知识中的句子一起排序,最后根据两次排序结果的线性组合确定文档句子的最终排序以进行摘要句的选取。在DUC2005数据集上的评测结果表明该方法可以有效利用维基百科知识增强摘要的质量。

关键词：多文档摘要维基实体基于图

在线全文

学校读者我要写书评

暂无评论

一种面向查询的多文档摘要方法

中文信息学报 2010年第6期24卷 69-74页

作者：叶娜蔡东风沈阳航空航天大学知识工程研究中心辽宁沈阳110136

面向查询的多文档摘要技术有两个难点:第一,为了保证摘要与查询密切相关,容易造成摘要内容重复,不够全面;第二,原始查询难以完整描述查询意图,需进行查询扩展,而现有查询扩展方法多依赖于外部语义资源。针对以上问题,该文提出一种面向... 详细信息

面向查询的多文档摘要技术有两个难点:第一,为了保证摘要与查询密切相关,容易造成摘要内容重复,不够全面;第二,原始查询难以完整描述查询意图,需进行查询扩展,而现有查询扩展方法多依赖于外部语义资源。针对以上问题,该文提出一种面向查询的多文档摘要方法,利用主题分析技术识别出当前主题下的子主题,综合考虑句子所在的子主题与查询的相关度以及子主题的重要度两方面因素来选择摘要句,并根据词语在子主题之间的共现信息,在不使用任何外部知识的情况下,进行查询扩展。在DUC2006评测语料上的实验结果表明,与Baseline系统相比,该系统取得了更高的ROUGE评价值,基于子主题的查询扩展方法则进一步提高了摘要的质量。

关键词：面向查询多文档摘要子主题相关度查询扩展