融合序列语法标注框架的生成式文本摘要方法

摘要

本发明涉及融合序列语法标注框架的生成式文本摘要方法，属于自然语言处理领域。主要为了解决现有模型在产生摘要时没有考虑语法结构，因此生成的摘要存在不满足语法规则的问题。本发明首先利用开源句法分析器Berkeley Parser对句子进行成分句法分析，生成短语解析树；其次通过深度优先遍历算法，将短语解析树线性化成一个结构标签序列；然后使用word2vec工具对语法标注序列进行向量化；最后将源语法结构信息输入到编码器中，经过摘要生成模块编、解码，最终生成摘要。实验在CNN/Daily Mail数据集上进行，结果表明本发明不仅解决了超纲词、重复短语、主题不显著等问题，而且生成的摘要基本满足语法规则，可读性更强，与源文本语法更具有一致性，ROUGE得分比先进算法有一定提高。