AttSum：基于神经注意力的聚焦与摘要联合学习
信息检索
2016-09-28 v2 计算与语言
摘要
查询相关度排序与句子显著性排序是抽取式查询聚焦摘要中的两个主要任务。先前的监督式摘要系统常孤立地执行这两个任务。然而，由于参考摘要是相关性与显著性的折中，以它们作为监督时，两个排序器均无法被很好地训练。本文提出一种称为 AttSum 的新型摘要系统，联合处理这两个任务。它自动学习句子以及文档簇的分布式表示。同时，它应用注意力机制来模拟在给定查询时人类的专注阅读行为。在 DUC 查询聚焦摘要基准数据集上进行了大量实验。在不使用任何人工设计特征的情况下，AttSum 取得了具有竞争力的性能。还观察到，被识别为聚焦查询的句子确实满足了查询需求。
引用
@article{arxiv.1604.00125,
title = {AttSum: Joint Learning of Focusing and Summarization with Neural Attention},
author = {Ziqiang Cao and Wenjie Li and Sujian Li and Furu Wei and Yanran Li},
journal= {arXiv preprint arXiv:1604.00125},
year = {2016}
}
备注
10 pages, 1 figure