摘要

我们介绍了SummaRuNNer，这是一种基于循环神经网络（RNN）的序列模型，用于文档的抽取式摘要生成，并展示了其性能优于或可与当前最先进的方法相媲美。我们的模型还具有很高的可解释性优势，因为它可以按抽象特征（如信息含量、显著性和新颖性）对预测结果进行可视化分解。此外，我们的工作还提出了一个新的贡献，即通过抽象训练来训练我们的抽取式模型，该方法仅需依赖人工生成的参考摘要，从而消除了对句子级抽取标签的需求。