一種基于多模型融合的抽取式文本摘要生成方法,本發明涉及抽取式文本摘要生成方法。本發明的目的是為了解決現有的單一的抽取式模型無法學習到摘要文本的全部重要信息,導致摘要抽取準確率及召回率低的問題。過程為:一、將每個句子的詞向量輸入雙向雙層LSTM,輸出全文中的每一個句子的特征表示;二、將句子的特征表示按文章順序輸入雙向雙層LSTM,輸出隱層序列,并利用最大池化層得到池化后的向量作為全文的特征表示;三、構建序列預測模型架構;四、構建分段聯合序列預測摘要模型;五、構建編碼器解碼器模型;六、構建加入強化學習機制的編碼器解碼器聯合訓練模型;七、使用模型融合方法生成文本摘要。本發明用于抽取式文本摘要領域。
聲明:
“基于多模型融合的抽取式文本摘要生成方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)