生成式短文情感摘要的研究与实现

发布时间：2023-03-02 17:16

　　随着信息科学和互联网技术的飞速发展,不同话题不同种类的信息充斥在人们的生活当中。人们对信息的获取更加方便快捷,但是与此同时网络中存在的大量重复、嘈杂的信息也在一定程度上影响了人们获取有效信息的效率。因此人们急需一种能有效过滤嘈杂信息,并对有用信息进行简化凝练的方法。与此同时,随着社交网络新闻评论等新兴媒体的蓬勃发展,把握大众对热点事件的情感倾向是大势所趋,因此针对短文本情感摘要的研究应运而生。本论文将短文本情感摘要作为研究对象,在传统语义信息中加入情感信息,以期提高文摘的质量和情感表达的准确度。经过深入的调研和分析,我们将研究重心放在探索生成式摘要模型结构、情感特征和语义特征融合算法以及序列到序列模型优化创新三个方面。本文提出并实现了两个情感摘要模型,分别为融合情感特征的序列到序列摘要模型以及多视角生成式摘要模型,针对摘要生成技术特征选取角度单一、传统序列到序列模型相对固化较难优化以及记忆网络在情感传递准确性上的不足进行了深入分析和改进,之后在卫报数据集上进行了多个层面的实验分析,主要包括不同网络结构、参数和记忆单元对生成式摘要模型的影响以及情感融合算法对摘要模型的影响。实验结果显示以...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 短文本摘要
        1.2.2 生成式自动摘要
        1.2.3 情感摘要
        1.2.4 自动摘要评价
    1.3 本文主要工作和创新点
    1.4 论文章节安排
第二章 相关技术介绍
    2.1 词向量模型
    2.2 循环神经网络
    2.3 序列到序列模型
    2.4 注意力机制
    2.5 记忆网络
    2.6 本章小结
第三章 基于序列到序列模型以及记忆网络的情感摘要方法研究
    3.1 研究框架
    3.2 原始语料扩充
    3.3 预处理
    3.4 文本表示
    3.5 情感摘要算法模型
        3.5.1 基于序列到序列的情感摘要模型
        3.5.2 基于记忆网络的多视角生成式摘要模型
    3.6 后处理
    3.7 系统评价
    3.8 本章小结
第四章 实验设计及结果分析
    4.1 实验语料介绍
    4.2 预处理实验
    4.3 文本表示实验
    4.4 情感文摘模型实验
        4.4.1 非情感生成式文摘实验
        4.4.2 融合情感特征及多视角摘要模型实验
        4.4.3 情感特征提取方式的实验
    4.5 后处理实验
    4.6 现存问题及后续思路的探索
    4.7 实验参数设置
    4.8 本章小结
第五章 生成结果及实验系统展示
    5.1 实验结果展示
    5.2 短文本生成式情感摘要实验系统
    5.3 本章小结
第六章 总结与展望
    6.1 本文总结
    6.2 未来展望
参考文献
致谢
攻读学位期间取得的研究成果



本文编号：3752309