实战27：seq2seq+attention基于seq2seq+attention实现文本摘要

• 任务描述: 自动摘要是指给出一段文本，我们从中提取出要点，然后再形成一个短的概括性的文本。自动的文本摘要是非常具有挑战性的，因为当我们作为人类总结一篇文章时，我们通常会完整地阅读它以发展我们的理解，然后写一个摘要突出其要点。由于计算机缺乏人类知识和语言能力，它使自动文本摘要成为一项非常困难和艰巨的任务。自动摘要通常分为抽取式摘要和生成式摘要，区别在于抽取摘要选择原文中若干句子作为只要，而生成式摘要利用文本生成技术根据原文生成摘要，这个摘要会出现原文中没有出现过的句子和词。本教程介绍一种seq2seq+attention 生成式摘要算法。

• 数据集：其中训练集20000个数据，验证集1000个数据，测试集1000个数据。

• 基于seq2seq+attention实现文本摘要任务-数据集-深度学习文档类资源-CSDN下载

• 运行环境：

  Python==3.6
  numpy==1.18.0
  pandas==0.24.2
  torch==1.0.0
  torchtext==0.4.0
  spacy==2.1.8
  rouge==1.0.0

• 方法概述：本教程旨在介绍如何利用pytorch深度学习工具实现一个seq2seq+attention自动摘要模型。