检索结果-内蒙古大学图书馆

作者：齐思雅北京邮电大学

学位级别：硕士

在自然语言处理领域,自动摘要能够压缩长篇文本,提取重要信息,为下游的信息检索和信息存储提供基础支持。在自动摘要任务的众多领域中,长文本摘要由于其输入长度长、语义分析难度大、压缩率低等特点,一直是研究热点之一。论文文本是长... 详细信息

在自然语言处理领域,自动摘要能够压缩长篇文本,提取重要信息,为下游的信息检索和信息存储提供基础支持。在自动摘要任务的众多领域中,长文本摘要由于其输入长度长、语义分析难度大、压缩率低等特点,一直是研究热点之一。论文文本是长文本数据的主要代表,近年来由于以新型冠状病毒为代表的研究热点的出现,医学领域论文数量增长迅速。现有的长文本论文抽取式自动摘要技术虽取得了一定进展,但仍存在以下问题:(1)最新的抽取式自动摘要方法往往采用基于顺序关系计算的注意力机制,忽视了论文的章节关系,产生的摘要存在严重的头部分布问题。(2)并且对论文的专业领域知识未做分析,内容理解受限,一定程度上影响了系统取得更好的摘要结果。本文针对上述问题,在医学领域论文抽取式自动摘要方法上做了深入的研究。首先对数据集的数据分布特点及数据标签自动化构建算法进行了分析和优化,并对摘要-原文的结构对应关系进行统计分析。接下来针对论文文本的章节结构分布和医学实体知识,提出了一种融合原文显式的行文结构和隐式的知识结构的异构图结构文本表示方法SAPGraph。图中包含句子、实体和章节节点及其富含语义信息的连接边,在分析表示句内语义信息的同时,也能够捕捉跨句、跨章节的远程内容逻辑关系,从而生成内容覆盖性更好的摘要。同时,本文新建并发布了一个以新型冠状病毒为主要研究内容的大规模论文摘要数据集CORD-SUM。本文在CORD-SUM上进行的一系列对比实验结果表明,与以前的工作相比,基于SAPGraph生成的摘要更加全面,阅读价值更高,同时本文将模型扩展应用到arXiv多领域论文数据集上,同样能取得较好的效果。此外,本文搭建了一个模型演示系统,能够实时进行长文本论文摘要,并给出图建模结构。综上,本文构建了结构及知识感知的异构图模型,优化了抽取式自动摘要的全面性和准确性,在医学领域论文上能够提取有效摘要。

关键词：抽取式自动摘要异构图长文本摘要医学论文

来源：评论

学校读者我要写书评

暂无评论

文章抽取式自动摘要关键技术的研究--以中国科普博览为例

文章抽取式自动摘要关键技术的研究--以中国科普博览为例

引用

作者：唐建权中国科学院大学

学位级别：硕士

目前超过8亿国人接入互联网，快速获取高质量科普信息成为人们生活的重要需求。然而，大部分科普文章的审稿、修缮过程仍通过手工处理，需要耗费大量时间、精力。本文通过自动生成科普文章摘要来为用户和编辑提供帮助。　　目前存在很... 详细信息

目前超过8亿国人接入互联网，快速获取高质量科普信息成为人们生活的重要需求。然而，大部分科普文章的审稿、修缮过程仍通过手工处理，需要耗费大量时间、精力。本文通过自动生成科普文章摘要来为用户和编辑提供帮助。　　目前存在很多新闻文章自动摘要系统，但是直接使用这些系统生成的科普文章摘要效果不理想，主要原因是科普文章和新闻文章有一些不同之处，比如科普文章的标题常常使用比喻、拟人等修辞手法。因此，设计与实现科普文章自动摘要系统是科普类网站未来主要研究方向之一。　　本文主要研究抽取式自动摘要技术，包括改进的TextRank算法、引入迁移学习的算法以及基于聚类的算法，并对以上三种算法进行模型融合，实现适用于中国科普博览的自动摘要原型系统，为编辑撰写导语、优化标题提供帮助，同时有助于用户快速了解文章内容。　　研究与改进的抽取式自动摘要技术:1）改进TextRank算法:结合段落重要度与句子重要度，将段落结构引入到TextRank算法中，改进算法的精确率较之前最低提升2.5％，召回率最低提升1.5％。2）引入迁移学习:将新闻数据集上训练得到的神经网络模型迁移至适用于科普的网络模型中，效果相较于未使用迁移学习的网络模型精确率最低提升30％，召回率最低提升12％。3）改进基于聚类的算法:将句向量聚类成多个簇，根据句向量到语义中心点的距离确定关键句，该算法抽取的摘要其精确率和召回率略高于改进TextRank算法，并且语句间相似度降低至少50％。　　原型系统设计与实现:基于上述三种算法的研究与改进，本文设计实现适用于中国科普博览的文章抽取式自动摘要原型系统。系统将改进的TextRank算法以及引入迁移学习的算法得到的语句重要度作为聚类算法挑选候选句的依据，主要包括数据采集和处理模块、核心算法模块、结果和评价模块，能高效准确提取科普文章摘要。实验结果表明，原型系统得到的摘要结果更为准确，同时语句间相似度较低，用户较为满意。

关键词：科普文章抽取式自动摘要 TextRank算法神经网络迁移学习聚类分析

来源：评论

学校读者我要写书评

暂无评论

面向金融的文本分析及摘要生成技术研究与实现

面向金融的文本分析及摘要生成技术研究与实现

引用

作者：张勇电子科技大学

学位级别：硕士

随着互联网的高速发展,金融行业的业务模式也随之发生着改变。为了更好地满足年轻代的用户需求,传统金融行业巨头纷纷进军互联网投资理财领域,互联网催生了诸如东方财富、同花顺、雪球财经等互联网证券门户和社区。股民们倾向于在互联... 详细信息

随着互联网的高速发展,金融行业的业务模式也随之发生着改变。为了更好地满足年轻代的用户需求,传统金融行业巨头纷纷进军互联网投资理财领域,互联网催生了诸如东方财富、同花顺、雪球财经等互联网证券门户和社区。股民们倾向于在互联网证券社区表达自己对市场的观点,并通过各种互联网渠道搜索信息制定交易策略,产生了海量观点鲜明的文本数据。研究对金融文本数据的分析方法具有重要的商业价值。本文在研究金融文本分析方面做了如下主要工作:(1)研究了金融文本数据标注方法。鉴于目前中文自然语言处理领域缺乏金融相关数据集,本文通过网络爬虫的方式采集了东方财富股吧、新浪股吧和雪球财经论坛的评论文本数据,并设计了文本数据标注算法,通过数据采集与标注生成了一份中文证券评论文本数据集(CSTD)。(2)研究了金融文本分类的新模型。对BERT模型生成的句向量进行研究与分析,使用不同卷积核大小的卷积层对句向量进行特征提取,构建了一个基于BERT的多核卷积神经网络文本分类模型(BERT-MCNN)。通过实验证明该模型在CSTD数据集上的分类效果优于传统的文本分类模型。(3)设计了面向长文本的自动摘要生成模型。本文从长文本摘要生成的核心问题出发,在研究文本序列标注和文本分类的关键技术的基础上,设计了基于BERT的抽取式自动摘要模型(BERT-DSUM),该模型能利用BERT生成文档级别向量,有效提高句子的分类精度和摘要抽取的准确性。实验证明BERT-DSUM模型对长文本生成摘要的效果优于传统的摘要生成模型。(4)在研究文本分析模型的基础上,结合金融领域的应用需求,设计并实现了金融文本分析系统(FTAS)。

关键词：自然语言处理金融文本分析 BERT 文本分类抽取式自动摘要

来源：评论

学校读者我要写书评

暂无评论

面向人民日报语料的新闻自动摘要生成

引用

知识管理论坛 2022年第4期7卷 452-464页

作者：梁媛王东波黄水清南京农业大学信息管理学院南京210095 南京农业大学人文与社会计算研究中心南京210095

[目的/意义]面向主流新闻媒体人民日报语料展开研究,旨在为文本自动摘要研究提供思路和实践支撑,进而应用到新闻等相关文本信息处理中,为知识聚合服务和信息获取途径研究做出贡献。[方法/过程]以新时代人民日报语料NEPD中的2015年1月、2... 详细信息

[目的/意义]面向主流新闻媒体人民日报语料展开研究,旨在为文本自动摘要研究提供思路和实践支撑,进而应用到新闻等相关文本信息处理中,为知识聚合服务和信息获取途径研究做出贡献。[方法/过程]以新时代人民日报语料NEPD中的2015年1月、2015年6月和2016年1月的人民日报分词语料作为实验语料,基于TF-IDF、Textrank等抽取式自动摘要算法,以及基于指针生成网络的生成式自动摘要模型展开研究,并对摘要结果进行分析评价。[结果/结论]实验设计面向人民日报语料的新闻抽取式自动摘要算法,构建面向人民日报语料的新闻生成式自动摘要指针生成网络模型,并通过Rouge指标(包括Rouge-1、Rouge-2和Rouge-L 3种指标)对实验结果进行评测,为人民日报分词语料的应用提供具体思路,并对新闻自动摘要系统研究提供语料支持和实践支撑。

关键词：人民日报抽取式自动摘要生成式自动摘要 NEPD 指针生成网络

来源：评论

学校读者我要写书评

暂无评论

中文长文本自动文摘技术的研究

中文长文本自动文摘技术的研究

引用

作者：谢立深圳大学

学位级别：硕士

当前网络信息地爆炸式增长,加大了人们在获取信息中消耗的时间及精力。自动摘要技术能够有效地提高人们面对巨大文本信息冗余时获取信息的效率。自动摘要技术按原理分为抽取式与生成式:抽取式自动摘要技术是对文本中的所有句子进行重要... 详细信息

当前网络信息地爆炸式增长,加大了人们在获取信息中消耗的时间及精力。自动摘要技术能够有效地提高人们面对巨大文本信息冗余时获取信息的效率。自动摘要技术按原理分为抽取式与生成式:抽取式自动摘要技术是对文本中的所有句子进行重要性评估,然后按照重要性选取句子组成摘要;而生成式自动摘要技术是基于内容,由算法生成摘要。但目前效果较好的生成式自动摘要方法,对输入文本长度的处理能力也仅限于短文本,而中文摘要任务则更为复杂。因此,本文针对中文长文本自动摘要任务的特点,结合深度学习对自动摘要关键技术,从算法改进、框架优化等方面进行了如下研究:(1)针对中文长文本自动摘要任务中的长期依赖、训练难收敛等问题,本文构建了一种结合抽取式与生成式的分段式自动摘要方法。利用抽取式文摘方法对原文先进行摘要抽取,对原文进行固定范围的信息压缩,提高方法整体的训练效率及鲁棒性。在抽取阶段的基础上,利用生成式摘要方法进行最终的文摘生成,得到高质量的摘要。(2)在抽取阶段,利用Textrank算法为基础,结合长文本摘要任务特点进行改进。包括结合文本编辑距离与句向量来提高句子相似度计算准确性;简化原算法迭代方式,使其更适于长文本摘要任务;对得到的抽取摘要进行冗余度检测,提高输出摘要简洁性。(3)在生成阶段,利用Seq2Seq作为基础框架,针对中文长文本自动摘要任务的常见问题,结合指针机制、双端覆盖机制、动态分词机制、局部注意力机制等,提升模型效果。通过与当前公开模型进行对比实验,验证分段式自动摘要方法的有效性。(4)采用强化学习方式来提高中文长文本自动摘要任务的效果。在上述两个阶段优化的基础上,结合强化学习进行实验:利用Actor-Critic算法连接抽取阶段与生成阶段,使两个网络一起训练;在生成阶段,加入强化学习误差项,将ROUGE指标加入到摘要生成阶段中。通过实验验证,强化学习能有效提高模型的ROUGE分数。通过上述阶段的优化的实验研究,本文研究的算法效果较好,且优化了模型整体收敛效率,具备一定研究意义,可以为自动文摘研究提供一些参考价值。

关键词：抽取式自动摘要生成式自动摘要深度学习 Seq2Seq 强化学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：