一种面向科学论文抽取式摘要的监督方法

自动摘要是一种将文档浓缩为其主要论点的常用方法。该领域近期的研究侧重于神经摘要方法，这类方法对数据量的需求极大。然而，目前仅有少数大型数据集，且针对传统上备受关注的科学出版物领域尚无此类数据集，这为围绕大型复杂文档的编码开辟了充满挑战的研究途径。在本文中，我们利用大量作者提供的摘要资源，引入了一个用于计算机科学出版物摘要的新数据集，并展示了进一步扩展该数据集的直接方法。我们在该数据集上开发了模型，同时利用了神经句子编码与传统摘要特征，并表明对句子及其局部和全局上下文进行编码的模型表现最佳，显著优于成熟的基线方法。