一种利用语义相似度改进问答摘要的方法

应文豪¹, 肖欣延², 李素建^1,†(), 吕雅娟², 穗志方^1,†()

1. 北京大学信息科学技术学院, 北京 100871
2. 百度公司, 北京 100085

收稿日期:2016-07-30修回日期:2016-10-05出版日期:2016-11-30

基金资助:百度-北京大学合作项目、国家重点基础研究发展计划项目(2014CB340504)和国家自然科学基金(61273278, 61375074)资助

Improving Query-Focused Summarization with CNN-Based Similarity

Wenhao YING¹, Xinyan XIAO², Sujian LI^1,†(), Yajuan Lܲ, Zhifang SUI^1,†()

1. School of Electronic Engineering and Computer Science, Peking University, Beijing 100871
2. Baidu Inc., Beijing 100085;

Received:2016-07-30Revised:2016-10-05Published:2017-03-20

RichHTML

16

PDF

(1290KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 在搜索引擎中对用户问题直接给出简要的答案(即答案摘要)可以帮助用户更快捷的获取信息。针对这一任务, 设计一种基于特征的答案摘要抽取方法。为了进行句子相似性的计算, 提出通过使用卷积神经网络表示句子语义和计算相似性, 同时给出基于最大间隔学习的网络训练方法。在百度知道问答语料上的实验结果表明, 所提出的答案摘要抽取方法能够生成质量良好的简短回答。与基于词袋的相似性计算相比, 使用卷积神经网络能够更好地描述句子语义, 计算问题和句子之间的相似性, 有效地改善答案摘要的质量。
中图分类号:
-->TP391

引用本文

应文豪, 肖欣延, 李素建, 吕雅娟, 穗志方. 一种利用语义相似度改进问答摘要的方法[J]. 北京大学学报自然科学版, 2017, 53(2): 197-203.
Wenhao YING, Xinyan XIAO, Sujian LI, Yajuan LÜ, Zhifang SUI. Improving Query-Focused Summarization with CNN-Based Similarity[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2017, 53(2): 197-203.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3065