使用深度学习技术的文本摘要答案

【问题标题】：Text summarization using deep learning techniques使用深度学习技术的文本摘要
【发布时间】：2014-05-19 04:53:35
【问题描述】：

我正在尝试总结属于法律领域的文本文档。

我指的是关于如何实施深度学习架构的网站 deeplearning.net。我已经阅读了很多关于文档摘要（单文档和多文档）的研究论文，但我无法弄清楚每个文档的摘要是如何生成的。

一旦训练完成，网络就会在测试阶段稳定下来。因此，即使我知道在训练阶段学习的一组特征（我已经弄清楚了），在测试期间也很难找出每个特征的重要性（因为网络的权重向量是稳定的）我将尝试为每个文档生成摘要的阶段。

我试图解决这个问题很长时间，但徒劳无功。

如果有人对此进行过研究或对此有任何想法，请给我一些指示。我真的很感谢你的帮助。谢谢。

【问题讨论】：

【解决方案1】：

我认为你需要更具体一点。当您说“我无法弄清楚每个文档的摘要是如何生成的”时，您的意思是您不知道如何解释学习到的特征，还是不理解算法？此外，“深度学习技术”涵盖了非常广泛的模型——您实际尝试使用哪一个？

在一般情况下，深度学习模型不会学习人类可解释的特征（尽管您当然可以尝试寻找给定输入与模型中相应激活之间的相关性）。所以，如果这就是你要问的，那真的没有好的答案。如果您在理解您使用的模型时遇到困难，我可能会帮助您:-) 让我知道。

【讨论】：

我正在使用深度信念网络。该算法基本上微调了特征向量，我只会有那些在某种意义上对算法很重要的东西（就像你说的那样，它对人类可能没有意义）。在训练网络之后，我有一组基本上是一元组（单词）的特征，但我需要找到一种方法来使用这些特征为每个文档生成摘要。我该怎么做是我的问题。

【解决方案2】：

这是一个blog series，从一开始就详细讨论了文本摘要的工作原理，最近的研究使用了基于 seq2seq 深度学习的模型，这个博客系列从解释这种架构开始，直到达到最新的研究方法

另外这个repo收集了构建文本摘要模型的多个实现，它在google colab上运行这些模型，并将数据托管在google drive上，所以无论你的计算机有多强大，你都可以使用google colab，它是一个免费的系统来训练你的深度模型

如果您想查看实际的文本摘要，可以使用此free api。

我真的希望这会有所帮助

【讨论】：