摘要
我们提出了一种选择性编码模型，以扩展序列到序列框架在抽象句子摘要中的应用。该模型由句子编码器、选择门网络和带有注意力机制的解码器组成。句子编码器和解码器均基于循环神经网络构建。选择门网络通过控制从编码器到解码器的信息流，构建了第二级句子表示。这种第二级表示专门针对句子摘要任务进行了优化，从而提高了性能。我们在英语Gigaword、DUC 2004和MSR抽象句子摘要数据集上对模型进行了评估。实验结果表明，所提出的选择性编码模型优于现有的最先进基线模型。
我们提出了一种选择性编码模型，以扩展序列到序列框架在抽象句子摘要中的应用。该模型由句子编码器、选择门网络和带有注意力机制的解码器组成。句子编码器和解码器均基于循环神经网络构建。选择门网络通过控制从编码器到解码器的信息流，构建了第二级句子表示。这种第二级表示专门针对句子摘要任务进行了优化，从而提高了性能。我们在英语Gigaword、DUC 2004和MSR抽象句子摘要数据集上对模型进行了评估。实验结果表明，所提出的选择性编码模型优于现有的最先进基线模型。