訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >   自然語言處理   >  正文

什么是文本摘要？為什么要有注意力機制？

什么是NLP中的文本摘要

自動文本摘要是在保持關(guān)鍵信息內(nèi)容和整體含義的同時，生成簡潔流暢的摘要的任務(wù)。 文本摘要目前大致可以分為兩種類型：

Extractive Summarization：重要內(nèi)容、語句提取。

Abstractive Summarization：文本總結(jié)。

Extractive Summarization

由圖可以看出，這種方法提取的內(nèi)容語句來自于原文。

    什么是文本摘要？為什么要有注意力機制？

    Abstractive Summarization

    由圖可以看出，這種方法提取的內(nèi)容語句可能不存在于原文。

    什么是文本摘要？為什么要有注意力機制？

    Seq2Seq模型

    Seq2Seq模型可以處理一切連續(xù)型信息，包括情感分類，機器翻譯，命名實體識別等。 機器翻譯任務(wù)中，輸入是連續(xù)文本序列，輸出也是連續(xù)文本序列。 命名實體識別中，輸入是連續(xù)文本序列，輸出是連續(xù)的標簽信息。 所以，我們可以利用Seq2Seq模型，通過輸入一段長文本，輸出短的摘要，實現(xiàn)文本摘要功能。 下圖是典型的Seq2Seq模型架構(gòu)：

    什么是文本摘要？為什么要有注意力機制？

    通常我們可以選擇RNNs網(wǎng)絡(luò)的變體GRU或者LSTM，這是因為它們能夠通過克服梯度消失的問題來捕獲長期依賴性。

    Encoder編碼器

    LSTM中的Encoder讀取整個輸入序列，其中每個時間step上，都會有一個字輸入編碼器。然后，他在每個時間step上處理信息，并捕獲輸入序列中存在的上下文信息。

    什么是文本摘要？為什么要有注意力機制？

    上一個時間step的隱藏層h1與記憶單元層c1將會用來初始化Decoder。

    Decoder解碼器

    Decoder是LSTM結(jié)構(gòu)的另一部分。它逐字讀取整個目標序列，并以一個時間步長預(yù)測相同的序列偏移量。 解碼器可以在給定前一個單詞的情況下預(yù)測序列中的下一個單詞。解碼器的初始輸入是編碼器最后一步的結(jié)果。

    什么是文本摘要？為什么要有注意力機制？

    在將整個目標序列放入解碼器前，還需將［start］ 與 ［end］這兩個特殊的tokens加入序列中，告知模型的開始與結(jié)束。模型通過輸入的［start］開始預(yù)測第一個詞，而［end］則表示整個句子的結(jié)束。

    Deocder的工作流程 

    假設(shè)輸入序列為［x1，x2，x3，x4］，將其編碼成內(nèi)部固定長度的向量。 下圖顯示了每一個time step下Decoder是如何工作的。

    什么是文本摘要？為什么要有注意力機制？

1  2  3  下一頁>  
聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號