《原始论文:Abstractive Text Summarization Using Sequence-to-Sequence RNNs and Beyond》
Seq2Seq(BiGRU-UniGRU)+Attention+Copy【Copy机制解决Decoder端的OOV问题】【第一个生成式摘要模型】【抽取式+生成式】
同一作者的抽取式摘要模型(效果比其生成式摘要模型好)
与PGNet的区别
《论文:Abstractive Text Summarization Using Sequence-to-Sequence RNNs and Beyond》:不将Copy拷贝机制计算出的概率分布与在固定Vocab上计算的生成式的概率分布进行加和;(Copy机制只计算OOV词汇在源文本中所有词汇上的概率分布)
《论文:Get To The Point: Summarization with Pointer-Generator Networks》:将Copy拷贝机制计算出的概率分布与在固定Vocab上计算的生成式的概率分布进行加和;
参考资料:
【读】seq2seq—(3)Abstractive Text Summarization using Sequence-to-sequence RNNs and Beyond