面向关键词生成的标题引导编码方法
计算与语言
2019-01-17 v5
摘要
关键词生成（KG）旨在给定文档生成一组关键词，是自然语言处理（NLP）中的一项基础任务。多数先前方法以抽取方式解决该问题，而近来若干尝试基于深度神经网络在生成式设定下进行。然而，最先进的生成式方法简单地将文档标题与文档正文同等对待，忽视了标题对整体文档的引领作用。为解决此问题，我们提出一种基于编码器-解码器架构、具有两项新特性的新模型——标题引导网络（TG-Net）用于自动关键词生成任务：（i）标题被额外用作类查询输入；（ii）标题引导编码器将标题中的相关信息汇聚到文档中每个词。在一系列 KG 数据集上的实验表明，我们的模型以较大优势优于最先进模型，尤其对标题长度比极低或极高的文档。
引用
@article{arxiv.1808.08575,
title = {Title-Guided Encoding for Keyphrase Generation},
author = {Wang Chen and Yifan Gao and Jiani Zhang and Irwin King and Michael R. Lyu},
journal= {arXiv preprint arXiv:1808.08575},
year = {2019}
}
备注
AAAI 19