基于图神经网络的中文长文本自动摘要系统研究与实现

基于图神经网络的中文长文本自动摘要系统研究与实现（学习中）

参考：基于图神经网络的中文医疗摘要生成

自然语言处理系列之文本自动摘要技术(七)基于神经网络的抽取式文档摘要方法

文本摘要自动生成综述

文本摘要简述

百度AI新闻摘要接口

自动文本摘要有：
extractive(抽取式的)、abstractive(生成式的)
前者是比较主流、容易的方法
1.抽取式
即从文档中抽取已有的句子形成摘要，语句压缩、组合优化。
2.生成式
生成新的句子，难度更大。

抽取式文档摘要method:

基于单一因素：

1. 只考虑句子位置
2. Lead Baseline:抽取一篇文档中前面几句话
3. Coverage Baseline:轮流从不同文档中第一、第二、…,句话形成摘要。

基于启发式规则：

1. 基于经验性公式综合考虑少数几个因素
   例如：centroid-based method (考虑了句子包含词语权重、句子位置、句子与首句相似度)

基于神经网络：

1. 可利用神经网络模型学习词语、句子的向量表示（抽象特征）

2. 然后利用这些特征进行排序（多文档摘要）

还有很多方法，主要学习神经网络方法。

神经网络的方法来做抽取式文档摘要

利用神经网络学习到的特征进行排序

神经网络的方法来做抽取式文档摘要，所有用分类方法和回归的方法都可以替换成神经网络。这里介绍北大和微软韦福如博士合作的一个工作，《Ranking with Recursive Neural Networks and Its Application to Multi-Document Summarization》（使用递归神经网络及其应用程序对多文档摘要进行排序），用神经网络学习句子的向量表示，把句子的向量表示这种抽样特征和传统的特征，放在一起对句子做重要性预测，得到句子重要性分数，基于这个分数去做摘要句子的选择。

基于编码器-解码器框架进行单文档摘要

另外一篇工作是2017《Neural Extractive Summarization with Side Information》，它是用神经网络做抽取式文档摘要，也就是利用神经网络来抽取句子。这篇论文提出的方法是利用编码器-解码器框架进行单文档摘要。其中编码器是对原文编码得到一个语义表示，过程是先用CNN(卷积神经网络)对句子进行编码，然后在对句子序列用RNN（循环神经网络）进行编码，相当于对整个文档进行编码。得到文档后进行解码，解码并不是解出一个词，而是要解码出一个语义序列，语义序列的长度跟文档中句子的个数是一样的。在语义序列中句子如果是0就不应该在文档摘要中，如果是1就应该在文档摘要中。当得到语义序列的时候，就可以把序列中所有为1的句子提取出来放入到摘要中就可以了。虽然这个工作是利用编码器和解码器的框架，其实它输出的是对句子选择的结果