基于Siamese LSTM的中文多文档自动文摘模型OA北大核心CSTPCD
CHINESE MULTI-DOCUMENT AUTOMATIC SUMMARIZATION MODEL BASED ON SIAMESE LSTM
在文本信息数量迅速增长的环境下,为提升阅读效率,提出一种基于深度学习的多文档自动文本摘要模型.在传统文摘模型的基础上将Siamese LSTM深度学习网络应用到文本相似度计算中,计算曼哈顿距离来表征文本相似度,并采用去除停用词的方法改进该网络模型以提升计算效率.实验结果表明,使用Siamese LSTM与传统余弦相似度等方法相比,生成的文摘在语义方面更贴近主题,质量更高,整个文摘系统的工作效率也显著提升.
龚永罡;王嘉欣;廉小亲;裴晨晨
北京工商大学计算机与信息工程学院 北京 100048北京工商大学计算机与信息工程学院 北京 100048北京工商大学计算机与信息工程学院 北京 100048北京工商大学计算机与信息工程学院 北京 100048
信息技术与安全科学
中文自动文摘Siamese LSTM自然语言处理深度学习
《计算机应用与软件》 2021 (3)
287-290,326,5