基于图神经网络的中文长文本自动摘要探析  

作　　者：张仁泽 

机构地区：[1]西南交通大学计算机与人工智能学院

出　　处：《计算机产品与流通》2024年第1期117-119,共3页COMPUTER PRODUCTS AND CIRCULATION

摘　　要：在自动文摘的研究中,对中文长文本的研究较少。由于长文本的内容过长,神经网络训练经常会出现遗忘信息的现象。本文使用图注意力网络与指针生成网络对中文长文本数据集进行训练,图神经网络的Rouge分数高于指针生成网络,这说明图神经网络模型在中文文本自动摘要领域极具研究价值。目前,人们进入了信息化的大时代。在互联互通的网络中,各种信息纷繁复杂,人们可接触到的信息数量与过去相比呈直线式上升。但是,并不是所有的信息都是有用的信息,人们很有可能在花费了大量时间浏览完大量文本后,才发现这并不是我们所需要的信息,因此,在信息化的时代背景下,文本自动摘要技术显得尤为重要。目前,对于中文长文本自动摘要的研究稀少,所以本论文聚焦于中文长文本的自动摘要。

关 键 词：神经网络 文本自动摘要 文本数据 自动文摘 直线式 信息化 互联互通 生成网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]