基于层次化统一深度神经网络改进在线论坛摘要

在线讨论论坛十分普及且易于访问，人们因而可以通过在讨论串中发布消息来分享观点与意见。随着论坛讨论串长度显著增长，无论是新参与者还是已有参与者都难以把握其主要思想。为缓解此问题，本研究旨在为在线论坛构建自动文本摘要器。我们提出层次化统一深度神经网络（Hierarchical Unified Deep Neural Network）来为论坛摘要构建句子与讨论串的表示。在该方案中，Bi-LSTM 推导出包含整个句子与整个讨论串信息的表示；而 CNN 从句子与讨论串中捕获关于上下文的最具信息量的特征。在 CNN 之上施加注意力机制，以进一步突出携带重要信息、有助于生成理想摘要的高层表示。我们在三个数据集上进行了广泛的性能评估，其中两个为真实在线论坛数据，一个为新闻数据集。结果表明所提模型优于若干具有竞争力的基线方法。