神經(jīng)網(wǎng)絡標題生成的偏差消除問題研究/2020年度內(nèi)蒙古財經(jīng)大學學術文庫
定 價:48 元
叢書名:2020年度內(nèi)蒙古財經(jīng)大學學術文庫
- 作者:阿雅娜 著
- 出版時間:2021/1/1
- ISBN:9787510337215
- 出 版 社:中國商務出版社
- 中圖法分類:TP183
- 頁碼:111
- 紙張:
- 版次:1
- 開本:16開
隨著互聯(lián)網(wǎng)絡飛速發(fā)展,人們所面臨的信息過載問題日益嚴重,幫助人們快速有效地獲取信息變得尤為重要。標題高度概括了原文的關鍵內(nèi)容,是人們判斷是否繼續(xù)閱讀原文的重要依據(jù),因此研究標題生成問題具有相當重要的意義。目前神經(jīng)網(wǎng)絡標題生成方法因為其完全數(shù)據(jù)驅(qū)動以及無需額外人工定義特征的特點,獲得了廣泛的關注。但在該領域的研究中仍然存在一些偏差問題:訓練與測試方法之間存在偏差;不同主題的文檔之間存在偏差;不同語言之間存在偏差。
本書針對以上問題分別提出了解決方法。其中,針對已有訓練方法中存在的訓練與測試方法之間存在偏差的問題,提出一種基于句級別優(yōu)化的神經(jīng)網(wǎng)絡標題生成模型訓練方法。該方法可以更好地把握全局信息,還可以將評測標準直接作為優(yōu)化目標。在英文和中文標題生成任務上進行的實驗結(jié)果顯示,該方法顯著優(yōu)于以往的標題生成模型。除此之外,為了對模型性能有更深入的了解,進行了詳細的人工分析。
阿雅娜,1984年lO月29日出生于內(nèi)蒙古自治區(qū)巴彥淖爾市。分別在20()6年和2009年從內(nèi)蒙古大學計算機學院獲得工學學士學位和工學碩士學位。20()9年7月進入內(nèi)蒙古財經(jīng)大學計算機信息管理學院任教至今。2013年9月考入清華大學計算機科學與技術系,并于2019年7月獲得工學博士學位。研究興趣包括自然語言處理,尤其是文檔摘要。
第一章 引言
第一節(jié) 研究背景
第二節(jié) 神經(jīng)網(wǎng)絡標題生成模型
第三節(jié) 神經(jīng)網(wǎng)絡標題生成面臨的挑戰(zhàn)
第四節(jié) 本研究主要工作內(nèi)容
第二章 基于句級別優(yōu)化的神經(jīng)網(wǎng)絡標題生成模型
第一節(jié) 背景
第二節(jié) 模型框架
第三節(jié) 實驗
第四節(jié) 本章小結(jié)
第三章 融合主題信息的神經(jīng)網(wǎng)絡標題生成模型
第一節(jié) 背景
第二節(jié) 模型框架
第三節(jié) 實驗
第四節(jié) 本章小結(jié)
第四章 基于Teacher—student框架的跨語言標題生成模型
第一節(jié) 背景
第二節(jié) 模型框架
第三節(jié) 實驗
第四節(jié) 本章小結(jié)
第五章 基于增強學習的跨語言標題生成模型
第一節(jié) 背景
第二節(jié) 模型框架
第三節(jié) 實驗
第四節(jié) 本章小結(jié)
第六章 總結(jié)與展望
第一節(jié) 主要貢獻
第二節(jié) 未來工作展望
參考文獻