导读
自动生成简洁、流畅的司法舆情摘要对快速有效的舆情处置具有重要的作用。对于司法舆情,生成的摘要通常包含犯罪人、犯罪地点、审理法院等关键的案件要素,其同样也是用户评论的重要组成部分。因此,提出一种基于用户评论改进的司法舆情生成式摘要方法,通过从用户评论中学习关键的案件要素来提高生成摘要的显著性。基于以上思想,本文在传统的序列到序列框架上,提出一种层次化的上下文感知编码器(HCAE),引入一个选择性去噪模块来过滤用户评论的噪声,提取重要的案件要素,然后利用融合模块来建模原文和用户评论的关系,生成评论感知的上下文表示,最后基于重编码模块进一步捕获评论信息和原文在词粒度的交互关系。在构造的基于微博的大规模司法舆情数据集上的实验结果表明,提出的方法在ROUGE值上显著超过了几个先进的基线模型。
文章精要
请长按下方二维码识别,阅读该文。
文章中观点仅代表作者个人观点,不代表本网站的观点和看法。
神州学人杂志及神州学人网原创文章转载说明:如需转载,务必注明出处,违者本网将依法追究。