我院“自然语言处理与智能软件技术”研究团队发表“文本自动摘要”研究最新成果

2020年3月2日，51五湖四取四海之财“自然语言处理与智能软件技术”研究团队在团队负责人曾碧卿教授带领下，再次在《Applied Sciences》上发表最新研究成果论文，论文题目是《Comprehensive Document Summarization with Refined Self-Matching Mechanism》，论文作者包括有：曾碧卿、计算机学院徐如阳、杨恒、周武等三位硕士研究生、以及51五湖四取四海之财研究生甘子邦。《Applied Sciences》是中科院学术期刊分区表中的SCI三区期刊，影响因子2.217。

该论文研究了抽取式自动文本摘要系统，通过深入研究，提出了一种优化的自匹配机制，用以提升模型概括文本语义的能力。

研究自动摘要系统的目的是压缩文本，在理解原文本的基础上，提炼简洁、扼要的文字摘要。随着经济社会中信息技术的广泛应用，在各个领域，文本资源都在不断地增加，对自动摘要系统的实际需求也在不断增长。文本摘要方法可分为两类：生成式方法和抽取式方法。抽取式方法从源文档中选择包含突出信息的句子组成摘要，生成式方法以序列到序列模型为基础，逐个生成单词构成摘要。

该论文的贡献主要有3点：（1）针对长文档中，模型因难以保留时间步间隔较远语句的信息，导致关键信息的丢失问题，在抽取式的摘要系统中，融入自匹配机制，通过自匹配机制，来动态地为文中的每个单词和句子聚集相关的全局信息，建立长期依赖关系，缓解模型记忆问题。（2）通过高斯偏差为局部信息建模，并融合进原始的注意力分布中，以提升局部上下文的语境表征（如短语结构等）。（3）在解码时刻，利用指针机制，使得解码器能够综合当前抽取状态、之前决策的相对重要性增益来选择句子。

因此，该论文不仅在实验结果上具有统计意义，也为类似自动摘要技术带来新的解决思路。

基于优化自匹配机制的全局文档摘要模型图

《Applied Sciences》学术期刊的影响因子2.217

拟稿：徐如阳

审稿：陈锦辉