摘要
本文提出了一种深度学习方法，通过在卷积序列到序列（ConvS2S）模型中引入主题信息，并使用自批评序列训练（SCST）进行优化，以解决自动摘要任务。通过同时关注主题和词级对齐，我们的方法可以通过一种有偏的概率生成机制提高生成摘要的连贯性、多样性和信息量。另一方面，强化训练如SCST直接针对非可微指标ROUGE对所提出的模型进行优化，同时避免了推理过程中的暴露偏差。我们在Gigaword、DUC-2004和LCSTS数据集上与现有最先进方法进行了实验评估。实证结果表明，我们提出的方法在抽象式摘要生成方面具有优越性。