隨著信息科學和互聯(lián)網(wǎng)技術的飛速發(fā)展,不同話題不同種類的信息充斥在人們的生活當中。人們對信息的獲取更加方便快捷,但是與此同時網(wǎng)絡中存在的大量重復、嘈雜的信息也在一定程度上影響了人們獲取有效信息的效率。因此人們急需一種能有效過濾嘈雜信息,并對有用信息進行簡化凝練的方法。與此同時,隨著社交網(wǎng)絡新聞評論等新興媒體的蓬勃發(fā)展,把握大眾對熱點事件的情感傾向是大勢所趨,因此針對短文本情感摘要的研究應運而生。本論文將短文本情感摘要作為研究對象,在傳統(tǒng)語義信息中加入情感信息,以期提高文摘的質量和情感表達的準確度。經(jīng)過深入的調研和分析,我們將研究重心放在探索生成式摘要模型結構、情感特征和語義特征融合算法以及序列到序列模型優(yōu)化創(chuàng)新三個方面。本文提出并實現(xiàn)了兩個情感摘要模型,分別為融合情感特征的序列到序列摘要模型以及多視角生成式摘要模型,針對摘要生成技術特征選取角度單一、傳統(tǒng)序列到序列模型相對固化較難優(yōu)化以及記憶網(wǎng)絡在情感傳遞準確性上的不足進行了深入分析和改進,之后在衛(wèi)報數(shù)據(jù)集上進行了多個層面的實驗分析,主要包括不同網(wǎng)絡結構、參數(shù)和記憶單元對生成式摘要模型的影響以及情感融合算法對摘要模型的影響。實驗結果顯示以...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 短文本摘要
        1.2.2 生成式自動摘要
        1.2.3 情感摘要
        1.2.4 自動摘要評價
    1.3 本文主要工作和創(chuàng)新點
    1.4 論文章節(jié)安排
第二章 相關技術介紹
    2.1 詞向量模型
    2.2 循環(huán)神經(jīng)網(wǎng)絡
    2.3 序列到序列模型
    2.4 注意力機制
    2.5 記憶網(wǎng)絡
    2.6 本章小結
第三章 基于序列到序列模型以及記憶網(wǎng)絡的情感摘要方法研究
    3.1 研究框架
    3.2 原始語料擴充
    3.3 預處理
    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 基于記憶網(wǎng)絡的多視角生成式摘要模型
    3.6 后處理
    3.7 系統(tǒng)評價
    3.8 本章小結
第四章 實驗設計及結果分析
    4.1 實驗語料介紹
    4.2 預處理實驗
    4.3 文本表示實驗
    4.4 情感文摘模型實驗
        4.4.1 非情感生成式文摘實驗
        4.4.2 融合情感特征及多視角摘要模型實驗
        4.4.3 情感特征提取方式的實驗
    4.5 后處理實驗
    4.6 現(xiàn)存問題及后續(xù)思路的探索
    4.7 實驗參數(shù)設置
    4.8 本章小結
第五章 生成結果及實驗系統(tǒng)展示
    5.1 實驗結果展示
    5.2 短文本生成式情感摘要實驗系統(tǒng)
    5.3 本章小結
第六章 總結與展望
    6.1 本文總結
    6.2 未來展望
參考文獻
致謝
攻讀學位期間取得的研究成果



本文編號：3752309