
摘要
我们提出了一种选择性编码模型,以扩展序列到序列框架在抽象句子摘要中的应用。该模型由句子编码器、选择门网络和带有注意力机制的解码器组成。句子编码器和解码器均基于循环神经网络构建。选择门网络通过控制从编码器到解码器的信息流,构建了第二级句子表示。这种第二级表示专门针对句子摘要任务进行了优化,从而提高了性能。我们在英语Gigaword、DUC 2004和MSR抽象句子摘要数据集上对模型进行了评估。实验结果表明,所提出的选择性编码模型优于现有的最先进基线模型。
代码仓库
magic282/SEASS
官方
pytorch
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| text-summarization-on-duc-2004-task-1 | SEASS | ROUGE-1: 29.21 ROUGE-2: 9.56 ROUGE-L: 25.51 |
| text-summarization-on-gigaword | SEASS | ROUGE-1: 36.15 ROUGE-2: 17.54 ROUGE-L: 33.63 |