融合词、句层级信息的抽取式摘要优化框架

林心宜^1,2, 严睿^1,†, 赵东岩¹

1. 北京大学计算机科学技术研究所, 北京 100080
2. 北京大学信息科学技术学院, 北京 100871

收稿日期:2017-06-09修回日期:2017-08-31出版日期:2018-03-20

基金资助:国家自然科学基金(61672058)、国家高技术研究发展计划(2015AA015403)和CCF-腾讯科研基金资助

A Hybrid Optimization Framework Fusing Word- and Sentence-Level Information for Extractive Summarization

LIN Xinyi^1,2, YAN Rui^1,†, ZHAO Dongyan¹

1. Institute of Computer Science and Technology, Peking University, Beijing 100080
2. School of Electronic Engineering and Computer Science, Peking University, Beijing 100871

Received:2017-06-09Revised:2017-08-31Published:2018-03-20

PDF

(487KB)

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： 提出一个混合的抽取式摘要优化框架, 在优化单词层级信息的同时, 将句子层级信息作为优化约束。在约束条件下, 该优化框架迭代地进行摘要文本中单元的替换, 得到不断逼近目标函数的最优解。与传统方法对比, 该框架在DUC数据集上获得ROUGE评测的高分, 证明了该框架的有效性。
中图分类号:
-->TP391

引用本文

林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.
LIN Xinyi, YAN Rui, ZHAO Dongyan. A Hybrid Optimization Framework Fusing Word- and Sentence-Level Information for Extractive Summarization[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(2): 229-235.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3177