通过联合学习句子评分和选择实现神经文档摘要生成

句子评分和句子选择是抽取式文档摘要系统中的两个主要步骤。然而，以往的研究将它们视为两个独立的子任务。在本文中，我们提出了一种新颖的端到端神经网络框架，用于抽取式文档摘要，通过联合学习来评分和选择句子。该框架首先使用层次编码器读取文档句子以获得句子的表示。然后，它通过逐句提取的方式构建输出摘要。与先前的方法不同，我们的方法将选择策略集成到评分模型中，直接根据已选择的句子预测相对重要性。在CNN/Daily Mail数据集上的实验表明，所提出的框架显著优于现有的最先进的抽取式摘要模型。