《表8 经典方法在Gigaword上的实验效果》
从实验效果看,在大规模训练数据上,基于“注意力”机制的循环神经网络模型体现出了在单文本生成式文本摘要方面的有效性,在引入了传统的人工语义特征后,效果进一步提升。为了进一步提升生成摘要的质量,已有方法在网络结构及信息输入上进行了改进。例如,“SeqCopyNet”提出了选择性门网络,可以选择输入句子中的重要部分。“FT-Sum”引入了“主谓宾”结构,在ROUGE-1指标上取得了当前最好的结果。Re3Sum受传统的基于模板的生成式摘要的启发,将已有的摘要句作为参考来指导摘要的生成,在ROUGE-2和ROUGE-L这两个指标上都取得了最好的效果。
图表编号 | XD0054895900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 侯圣峦、张书涵、费超群 |
绘制单位 | 中国科学院计算技术研究所智能信息处理重点实验室、中国科学院大学、中国科学院计算技术研究所智能信息处理重点实验室、中国科学院大学、中国科学院计算技术研究所智能信息处理重点实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |