直击要点：基于指针-生成器网络的文本摘要
计算与语言
2017-04-26 v2
摘要
神经序列到序列模型为生成式文本摘要（意指它们不限于简单地从原文中选取和重排段落）提供了一种可行的新方法。然而，这些模型有两个缺点：它们容易不准确复现事实细节，且倾向于自我重复。在本工作中，我们提出一种新颖架构，以两种正交的方式增强标准序列到序列注意力模型。首先，我们使用混合指针-生成器网络，可通过指向从源文本复制单词，这有助于准确复现信息，同时保留通过生成器产生新词的能力。其次，我们使用覆盖机制来跟踪已摘要的内容，从而抑制重复。我们将模型应用于 CNN / Daily Mail 摘要任务，以至少 2 个 ROUGE 点的优势超越了当前最先进的生成式摘要方法。
引用
@article{arxiv.1704.04368,
title = {Get To The Point: Summarization with Pointer-Generator Networks},
author = {Abigail See and Peter J. Liu and Christopher D. Manning},
journal= {arXiv preprint arXiv:1704.04368},
year = {2017}
}
备注
Add METEOR evaluation results, add some citations, fix some equations (what are now equations 1, 8 and 11 were missing a bias term), fix url to pyrouge package, add acknowledgments