![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ADS
John159151
这个作者很懒,什么都没留下…
展开
-
#Paper Reading# SumView: A Web-based engine for summarizing product reviews and customer opinions
论文大体内容:本文主要使用了NMF来做文本摘要,实现了一个能够自动根据用户关心的Amazon商品的某些特点(比如prize,size,quality等),通过爬取商品评论,并生成对应的文本摘要的系统。原创 2017-03-04 00:05:13 · 619 阅读 · 0 评论 -
#Paper Reading# Joint Matrix Factorization and Manifold-Ranking for Topic-Focused Multi-Document Sum
论文大体内容:本文将矩阵分解与流形排序(Manifold-ranking)组合起来,得到JMFMR的新模型,用于多文档摘要(extractive式),通过实验发现取得了不错的效果。原创 2017-07-01 18:48:43 · 738 阅读 · 0 评论 -
#Paper Reading# Manifold-Ranking Based Topic-Focused Multi-Document Summarization
论文大体内容:本文将流形排序(Manifold-ranking)应用到多文档摘要(extractive式)中,通过实验发现取得了不错的效果。原创 2017-07-01 17:58:49 · 1248 阅读 · 1 评论 -
#Paper Reading# A Neural Attention Model for Abstractive Sentence Summarization
论文大体内容:本文提出了一种data-driven的方法来做句子摘要,使用了一种基于局部注意力模型(local attention-based model),在给定输入句子的情况下,生成摘要的每个词。本文提出的模型结构简单,可以套用流行的end2end框架来训练,并且很容易扩展到大型训练数据集上。模型在DUC2004任务中效果优于几个不错的baselines。原创 2017-06-04 00:49:25 · 900 阅读 · 0 评论 -
#Paper Reading# Neural Extractive Summarization with Side Information
论文大体内容:这篇通过增加side information(title, image caption)到单文档抽取式自动文本摘要中,使用层次式的document encoder和attention-based extractor的方法,在覆盖的信息量以及流畅性上面比没加side information的方式有了明显的提升。原创 2017-05-08 14:58:20 · 1856 阅读 · 0 评论 -
#Paper Reading# SummaRuNNer: A RNN based Sequence Model for Extractive Summarization of Documents
论文大体内容:这篇文章提出了一个基于GRU-RNN的模型,来完成抽取式自动文本摘要任务。通过与其它state-of-the-art的结果相比,发现这种方法能够达到更好的效果。原创 2017-04-24 00:27:41 · 1962 阅读 · 1 评论 -
#Paper Reading# Recent Advances in Document Summarization
论文大体内容:这是PKU万小军老师团队写的关于自动文本摘要技术最近几年发展的概况。作者认为,好的文本摘要,必然是与主题关联的,不冗余的,可读性好的。本文总结了近几年(2011-2016)自动文本摘要技术的一些新方法,同时,本文还概述了未来自动摘要的发展方向。原创 2017-04-02 16:15:25 · 1256 阅读 · 0 评论 -
#Paper Reading# Multi-document Summarization Based on Cluster Using Non-negative Matrix
论文大体内容:本文提出一个基于NMF与K-Means聚类,进行多文档自动摘要(extraction)的模型,这个模型因为使用了NMF,能够使得抽取出来的句子能够更加贴近一个给定的主题,从而提升自动文档摘要的质量。原创 2017-02-26 16:00:58 · 553 阅读 · 0 评论 -
#Paper Reading# Summarizing Answers in Non-Factoid Community Question-Answering
论文大体内容:本文主要解决non-factoid的CQA(community question-answering)问题,通过改善shortness,sparsity,diversity共3大问题,提升自动文本摘要的效果。原创 2017-04-09 09:28:13 · 985 阅读 · 0 评论 -
#Paper Reading# Multi-Document Summarization via Sentence-Level Semantic Analysis and SMF
论文大体内容:本文提出一个基于sentence level的语义分析(SLSS)与对称NMF(SNMF)的多文档摘要方法,能够更好的考虑语义层面的关系,已达到一个更好的效果。原创 2017-03-19 08:55:02 · 722 阅读 · 0 评论 -
#Paper Reading# Abstractive Sentence Summarization with Attentive Recurrent Neural Networks
论文大体内容:本文使用一种conditional RNN来生成摘要,条件是卷积注意力模型(convolutional attention-based encoder),用来确保每一步生成词的时候都可以聚焦到合适的输入上。模型仅仅依赖于学习到的features,并且很容易在大规模数据上进行end2end式地训练,并且在Gigaword语料上和DUC-2004任务中取得了更好的效果。原创 2017-06-11 09:19:03 · 1643 阅读 · 0 评论