CN114925195B 一种融合词汇编码与结构编码的标准内容文本摘要生成方法 （北京邮电大学）_第1页
CN114925195B 一种融合词汇编码与结构编码的标准内容文本摘要生成方法 （北京邮电大学）_第2页
CN114925195B 一种融合词汇编码与结构编码的标准内容文本摘要生成方法 （北京邮电大学）_第3页
CN114925195B 一种融合词汇编码与结构编码的标准内容文本摘要生成方法 （北京邮电大学）_第4页
CN114925195B 一种融合词汇编码与结构编码的标准内容文本摘要生成方法 （北京邮电大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种融合词汇编码与结构编码的标准内容本发明公开了融合词汇编码与结构编码的行词汇编码输出；(3)经TreeLSTM模型处理进行结构编码输出；(4)经Att-LSTM模型处理进行解将文本中的核心词汇及重点语法在摘要表述中2使用BERT模型预训练的词嵌入向量对输入文本的词通过TextCNN利用多个不同尺度的卷积核来提取句子中的关键信息，其输入向量序列运用基于LSTM优化的变体TreeLSTM模型来提取文本结构信息解码器由基于混合注意力机制的LSTM神经网络搭建完成，根据编码s=r田h;ci是词汇编码器的文本表示向量r和结构编码器的隐层输出向量h与注意力权重系数的jj分别是词汇编码器的文本表示向量和结构编码器的隐层输出向量；αij,βij分3将所有特征图最大响应值进行拼接，得到文本表示向量r，优化参数包括W词向量矩45[0026]早期的摘要生成算法完全忽略了文本的结构特征，无法生成令人满意的文本摘]+bf)]+bi)6[0041]s=r田h[0044]ci是词汇编码器的文本表示向量r和结构编码器的隐层输出向量h与注意力权重系数的加权和；rj,hj分别是词汇编码器的文本表示向量和结构编码器的隐层输出向量；[0056](1)本发明使用了两个独立的子编码器进行词汇和句子结构重点信息的提取，相[0057](2)本发明方法提供了一种混合注意力机制的方法，将文本中的核心词汇及重点78[0085]早期的摘要生成算法完全忽略了文本的结构特征，无法生成令人满意的文本摘[0100]s=r田h[0103]ci是词汇编码器的文本表示向量r和结构编码器的隐层输出向量h与注意力权重系数的加权和；rj,hj分别是词汇编码器的文本表示向量和结构编码器的隐层输出向量；9

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论