检索结果-维普期刊中文期刊服务平台

一种基于深度学习的中文生成式自动摘要方法被引量：5: 1; 作者李维勇柳斌 +1 位作者张伟陈云芳《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第2期51-63,共13页; 针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型。基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的... 展开更多; 关键词深度学习生成式自动摘要笔画向量 Seq2Seq 注意力机制; 在线阅读下载PDF 职称材料

多篇摘要的自动生成算法被引量：1: 2; 作者傅伟鹏何清 +1 位作者贸自艳史忠植《计算机科学》 CSCD 北大核心 2002年第5期85-88,共4页; 1.引言 Internet的迅猛的发展,使人们能方便快捷地获取众多的信息和服务.但是,面对Internet上浩瀚纷繁的信息海洋,人们常常会陷入窘迫的境地:一方面收到太多的信息无从选择和消化,淹没在繁杂的信息中;另一方面是信息的迷失,人们难于找... 展开更多; 关键词自然语言理解自动文摘文本信息处理摘要自动生成算法机械文摘; 在线阅读下载PDF 职称材料

基于主题特征的问答文本摘要自动生成研究被引量：1: 3; 作者刘梦豪熊回香 +1 位作者王妞妞贺宇航《现代情报》 CSSCI 2023年第8期114-124,177,共12页; [目的/意义]为帮助用户在拥有海量文本信息的问答社区高效率、高质量定位到符合自身需求的信息。[方法/过程]本文提出基于主题特征的问答文本摘要生成模型,该模型融合Word2Vec和SLDA算法多层次表达问答文本语义特征,而后基于图排序的思... 展开更多; 关键词摘要自动生成知乎问答社区监督主题模型图排序 Word2Vec; 在线阅读下载PDF 职称材料

一种基于共现关键词的TextRank文摘自动生成算法被引量：8: 4; 作者阎红灿李铂初谷建涛《计算机工程与科学》 CSCD 北大核心 2023年第11期2060-2069,共10页; 传统TextRank算法在生成摘要时只考虑句子间的相似度,忽略了文章本身间的相似度,且生成的摘要往往包含重复的信息表达。为此,提出一种基于共现关键词的TextRank算法,用word2vec模型将文章表示为句向量,考虑到文章的类别,将该类文章的共... 展开更多; 关键词自动摘要生成 TextRank 共现关键词 MMR算法 word2vec模型; 在线阅读下载PDF 职称材料

基于深度学习的文本自动摘要方案被引量：11: 5; 作者张克君李伟男 +2 位作者钱榕史泰猛焦萌《计算机应用》 CSCD 北大核心 2019年第2期311-315,共5页; 针对自然语言处理(NLP)生成式自动摘要领域的语义理解不充分、摘要语句不通顺和摘要准确度不够高的问题,提出了一种新的生成式自动摘要解决方案,包括一种改进的词向量生成技术和一个生成式自动摘要模型。改进的词向量生成技术以Skip-Gra... 展开更多; 关键词自然语言处理生成式文本自动摘要序列映射自编码器词向量循环神经网络; 在线阅读下载PDF 职称材料

基于双编码器的中文文本摘要技术的研究与实现被引量：7: 6; 作者高巍马辉 +1 位作者李大舟于沛《计算机工程与设计》北大核心 2021年第9期2687-2695,共9页; 针对自然语言处理领域生成式文本摘要任务中存在的语义编码不充分、摘要语句不通顺问题,提出一种基于序列到序列(Seq2Seq)结构的生成式摘要模型TCAtten-GRU。采用双编码器对源文信息进行充分编码,应用时间卷积网络(TCN)获取全文的语义信... 展开更多; 关键词生成式自动摘要序列到序列模型时间卷积网络卷积神经网络注意力机制; 在线阅读下载PDF 职称材料

题名一种基于深度学习的中文生成式自动摘要方法被引量：5: 1; 作者李维勇柳斌张伟陈云芳; 机构南京信息职业技术学院计算机与软件学院南京邮电大学计算机学院; 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2020年第2期51-63,共13页; 基金国家自然科学基金(61672297) 2019年度高校“青蓝工程”优秀教学团队项目(苏教师[2019]3号)。; 文摘针对中文的象形性和结构性特点,本文提出了一种新的生成式自动摘要解决方案,包括基于笔画的文本向量生成技术和一个生成式自动摘要模型。基于笔画的文本向量方法针对组成汉字的最小粒度笔画进行编码,增强了通过Skip-Gram模型得到对应的中文词向量语义信息;然后通过对Seq2Seq模型进行优化,使用Bi-LSTM解决长序列文本信息丢失以及逆向信息的补充问题;并在编码端加入Attention机制以计算不同输入词对解码端的影响权重,在解码端加入Beam Search算法优化生成序列的流畅度。基于LCSTS数据集实验表明,本文提出的模型在中文文本摘要生成质量和可读性上有所提升。; 关键词深度学习生成式自动摘要笔画向量 Seq2Seq 注意力机制; Keywords deep learning generation summarization stroke_embedding Seq2Seq attention mechanism; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名多篇摘要的自动生成算法被引量：1: 2; 作者傅伟鹏何清贸自艳史忠植; 机构中国科技大学研究生院计算机学部中科院计算技术研究所智能信息处理重点实验室; 出处《计算机科学》 CSCD 北大核心 2002年第5期85-88,共4页; 文摘 1.引言 Internet的迅猛的发展,使人们能方便快捷地获取众多的信息和服务.但是,面对Internet上浩瀚纷繁的信息海洋,人们常常会陷入窘迫的境地:一方面收到太多的信息无从选择和消化,淹没在繁杂的信息中;另一方面是信息的迷失,人们难于找到真正所需的信息.因此,信息社会对能够有效浓缩文本信息的网络自动文摘有着迫切的要求.; 关键词自然语言理解自动文摘文本信息处理摘要自动生成算法机械文摘; Keywords Multi-abstract. Event, Space of concept; 分类号 TP391 [自动化与计算机技术—计算机应用技术] G353.2 [文化科学—情报学]; 在线阅读下载PDF 职称材料

题名基于主题特征的问答文本摘要自动生成研究被引量：1: 3; 作者刘梦豪熊回香王妞妞贺宇航; 机构华中师范大学信息管理学院华中师范大学本科生院; 出处《现代情报》 CSSCI 2023年第8期114-124,177,共12页; 基金国家社会科学基金重点项目“数据驱动的在线健康资源挖掘与智慧服务研究”(项目编号:22ATQ004) 2022年度华中师范大学基本科研业务费(人文社科类)交叉科学研究项目“基于量化自我技术的个体健康管理研究”(项目编号:CCNU22JC033) 华中师范大学研究生教育创新资助项目“跨学科科研合作视角下学术群落发现与知识增长点探测研究”(项目编号:2022CXZZ106)。; 文摘 [目的/意义]为帮助用户在拥有海量文本信息的问答社区高效率、高质量定位到符合自身需求的信息。[方法/过程]本文提出基于主题特征的问答文本摘要生成模型,该模型融合Word2Vec和SLDA算法多层次表达问答文本语义特征,而后基于图排序的思想,结合MRR冗余控制算法与文本句特征标签,调整句子权重,高效筛选出贴合问题标签的摘要内容。[结果/结论]本文对知乎问答社区多个问题下的问答文本数据进行验证,结果证明该模型具有较高的可行性和有效性。但本文选取了500份回答文本数据进行实证,未来可进一步扩大数据量开展更为充分的验证。; 关键词摘要自动生成知乎问答社区监督主题模型图排序 Word2Vec; Keywords automatic generation of summary Zhihu Q&A community monitor the subject model graph sorting Word2Vec; 分类号 G203 [文化科学—传播学]; 在线阅读下载PDF 职称材料

题名一种基于共现关键词的TextRank文摘自动生成算法被引量：8: 4; 作者阎红灿李铂初谷建涛; 机构华北理工大学理学院河北省数据科学与应用重点实验室; 出处《计算机工程与科学》 CSCD 北大核心 2023年第11期2060-2069,共10页; 基金教育部协同育人项目(201902137008) 河北省高等教育教学改革研究与实践项目(2020GJJG158)。; 文摘传统TextRank算法在生成摘要时只考虑句子间的相似度,忽略了文章本身间的相似度,且生成的摘要往往包含重复的信息表达。为此,提出一种基于共现关键词的TextRank算法,用word2vec模型将文章表示为句向量,考虑到文章的类别,将该类文章的共现关键词作为参数参与句子权值的迭代计算,然后,通过句子长度、关键词数量等信息对迭代得到的句子权重加以修正。实验结果表明,所提算法能够提高生成摘要的全面性和准确性。同时,所提算法使用MMR对抽取得到的摘要进行去除冗余处理,改善了摘要的重复表达情况。; 关键词自动摘要生成 TextRank 共现关键词 MMR算法 word2vec模型; Keywords automatic summary generation TextRank co-occurrence keyword MMR algorithm word2vec model; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于深度学习的文本自动摘要方案被引量：11: 5; 作者张克君李伟男钱榕史泰猛焦萌; 机构北京电子科技学院计算机科学与技术系西安电子科技大学计算机科学与技术学院; 出处《计算机应用》 CSCD 北大核心 2019年第2期311-315,共5页; 基金国家重点研发计划项目(2018YFB1004101)~~; 文摘针对自然语言处理(NLP)生成式自动摘要领域的语义理解不充分、摘要语句不通顺和摘要准确度不够高的问题,提出了一种新的生成式自动摘要解决方案,包括一种改进的词向量生成技术和一个生成式自动摘要模型。改进的词向量生成技术以Skip-Gram方法生成的词向量为基础,结合摘要的特点,引入词性、词频和逆文本频率三个词特征,有效地提高了词语的理解;而提出的Bi-MulRnn+生成式自动摘要模型以序列映射(seq2seq)与自编码器结构为基础,引入注意力机制、门控循环单元(GRU)结构、双向循环神经网络(BiRnn)、多层循环神经网络(MultiRnn)和集束搜索,提高了生成式摘要准确性与语句流畅度。基于大规模中文短文本摘要(LCSTS)数据集的实验结果表明,该方案能够有效地解决短文本生成式摘要问题,并在Rouge标准评价体系中表现良好,提高了摘要准确性与语句流畅度。; 关键词自然语言处理生成式文本自动摘要序列映射自编码器词向量循环神经网络; Keywords Natural Language Processing(NLP) abstractive automatic text summarization sequence to sequence(seq2seq) self-encoder word vector Recurrent Neural Network(RNN); 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于双编码器的中文文本摘要技术的研究与实现被引量：7: 6; 作者高巍马辉李大舟于沛; 机构沈阳化工大学计算机科学与技术学院; 出处《计算机工程与设计》北大核心 2021年第9期2687-2695,共9页; 基金辽宁省教育厅科学技术研究基金项目(L2016011) 辽宁省教育厅科学研究基金项目(LQ2017008) 辽宁省博士启动基金项目(201601196)。; 文摘针对自然语言处理领域生成式文本摘要任务中存在的语义编码不充分、摘要语句不通顺问题,提出一种基于序列到序列(Seq2Seq)结构的生成式摘要模型TCAtten-GRU。采用双编码器对源文信息进行充分编码,应用时间卷积网络(TCN)获取全文的语义信息,卷积神经网络(CNN)提取文本的高层特征。解码器采用结合指针机制和集束搜索的门控循环单元(GRU)解决生成摘要不通顺问题。中文短文本摘要数据集LCSTS的实验结果表明,该模型与RNN、RNN content、MC-LSTMatten和BiGRU-GRUatten这4个模型对比,ROUGE-1提高了0.037-0.155,ROUGE-2提高了0.075-0.156,ROUGE-L提高了0.035-0.157,验证了该模型可以有效提升摘要质量。; 关键词生成式自动摘要序列到序列模型时间卷积网络卷积神经网络注意力机制; Keywords generative automatic summary Seq2Seq time convolution network convolutional neural network attentional mechanism; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种基于深度学习的中文生成式自动摘要方法	李维勇柳斌张伟陈云芳	《广西师范大学学报（自然科学版）》 CAS 北大核心	2020	5	在线阅读下载PDF 职称材料
2	多篇摘要的自动生成算法	傅伟鹏何清贸自艳史忠植	《计算机科学》 CSCD 北大核心	2002	1	在线阅读下载PDF 职称材料
3	基于主题特征的问答文本摘要自动生成研究	刘梦豪熊回香王妞妞贺宇航	《现代情报》 CSSCI	2023	1	在线阅读下载PDF 职称材料
4	一种基于共现关键词的TextRank文摘自动生成算法	阎红灿李铂初谷建涛	《计算机工程与科学》 CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料
5	基于深度学习的文本自动摘要方案	张克君李伟男钱榕史泰猛焦萌	《计算机应用》 CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料
6	基于双编码器的中文文本摘要技术的研究与实现	高巍马辉李大舟于沛	《计算机工程与设计》北大核心	2021	7	在线阅读下载PDF 职称材料