《表8 经典方法在Gigaword上的实验效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《文本摘要常用数据集和方法研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。