基于自动文本摘要的党建新闻标题生成系统的设计与实现

发布时间：2022-10-22 17:31

　　随着移动互联网的迅速发展,越来越多的党建信息更加被偏向于在官方微博、朋友圈、党建APP等互联网网络平台进行发布,人们在日常生活和工作生活中被海量的文本信息包围。如何从海量文本信息中快速而准确的获取人们所需要的内容,成为了当今社会上一种非常迫切的需求。自动文本摘要技术是自然语言处理领域的一项子任务,可以将原来的长文本文档转化为简短的概要描述。目前,常用的自动文本摘要技术有两种主流方法,一种是抽取式文本摘要,这种方法主要是基于语言学的方法,侧重于关注文本的词法、语法和语义信息等,通过对原文本的句子依据重要度算法进行重新排序,抽取出最重要的一条者几条句子组合成为一段摘要。虽然抽取句子作为摘要的方法在技术上易于实现,应用领域广泛,但生成的文摘不简洁、不连贯、内容不全面。另一种是生成式文本摘要,这种方法使用了目前最流行的深度学习方法,通过神经网络学习文本特征,自动生成摘要。本文将两种方法结合,提出了面向党建领域新闻数据的TR-MAPGN算法模型。本文主要是面向党建领域新闻的文本摘要技术,因此收集并整理了专用的党建新闻语料库。系统的实现总体架构主要包括新闻标题生成系统由数据处理模块、算法模型模块和... 

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 传统的抽取式方式
        1.2.2 基于深度学习的生成式方式
    1.3 论文研究的主要内容
    1.4 论文的组织结构
    1.5 本章小结
第2章 相关原理与技术的研究
    2.1 字嵌入
    2.2 TextRank算法
    2.3 神经网络模型概述
        2.3.1 循环神经网络
        2.3.2 Seq2seq模型
        2.3.3 注意力机制
    2.4 文本摘要的评价指标
    2.5 本章小结
第3章 党建新闻标题生成系统的需求与分析
    3.1 项目背景及设计目标
    3.2 系统功能性需求分析
    3.3 系统非功能性需求分析
    3.4 本章小结
第4章 党建新闻标题生成系统的设计与实现
    4.1 党建新闻标题生成系统架构的设计
        4.1.1 系统总体架构设计
        4.1.2 系统详细功能设计
        4.1.3 TR-MA-PGN算法模型设计
        4.1.4 系统业务逻辑设计
    4.2 党建新闻标题生成系统的实现
        4.2.1 系统环境与搭建
        4.2.2 系统关键功能实现
    4.3 本章小结
第5章 党建新闻标题生成系统的应用与测试
    5.1 应用场景分析
    5.2 功能测试
    5.3 实验结果分析与总结
    5.4 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]卷积自注意力编码过滤的强化自动摘要模型[J]. 徐如阳,曾碧卿,韩旭丽,周武.  小型微型计算机系统. 2020(02)
[2]基于编码器共享和门控网络的生成式文本摘要方法[J]. 田珂珂,周瑞莹,董浩业,印鉴.  北京大学学报(自然科学版). 2020(01)
[3]一种结合Bigram语义扩充的事件摘要方法[J]. 吴佳伟,曹斌,范菁,黄骅.  小型微型计算机系统. 2019(07)
[4]TP-AS:一种面向长文本的两阶段自动摘要方法[J]. 王帅,赵翔,李博,葛斌,汤大权.  中文信息学报. 2018(06)
[5]AM-BRNN:一种基于深度学习的文本摘要自动抽取模型[J]. 沈华东,彭敦陆.  小型微型计算机系统. 2018(06)
[6]近70年文本自动摘要研究综述[J]. 刘家益,邹益民.  情报科学. 2017(07)
[7]自动文摘的四种主要方法[J]. 刘挺,王开铸.  情报学报. 1999(01)



本文编号：3696544