为了解决序列到序列模型中编码器不能充分编码源文本的问题,构建一种基于双编码器网络结构的Cgatten-GRU模型。2个编码器分别使用卷积神经网络和双向门控循环单元,源文本并行进入双编码器,结合2种编码网络结构的输出结果构建注意力机制,解码器端使用GRU网络融合Copy机制和集東搜索方法,以提高解码的准确度。在大规模中文短文本摘要数据集 LCSTS上的实验结果表明,与 RNN conteαt模型相比,该模型的 Rouge-I、 Rouge2和Rouge-L分别提高0.1、0.059和0.046。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !