智能摘要与深度学习

本书从背景、需求入手，以*直接有效的方法切入，讲解如何搭建摘要系统。对摘要领域的算法做深入剖析，并对未来研究趋势做规划和预测。

高扬，2015年获昆士兰科技大学博士学位，现任教于北京理工大学，硕士生导师。主要研究方向为自然语言处理与文本挖掘，研究兴趣包括：深度学习计算，语义表示与迁移学习，文本摘要抽取与生成，信息检索多样化排序，情感分析与主题建模。

第一部分文本摘要技术
第1 章文本摘要概述
1.1 摘要技术的需求
1.2 自动文本摘要的应用
1.3 文本摘要分类
第2 章摘要评价方法
2.1 评价数据
2.2 评价指标
2.3 总结
第二部分信息抽取
第3 章文本表示
3.1 词级表示
3.2 句级表示
3.3 文档级表示
第4 章命名实体识别
4.1 命名实体识别简介
4.2 命名实体识别方法
第5 章抽取式摘要
5.1 无监督方法
5.2 有监督方法
5.3 强化学习
5.4 总结
第三部分文本生成
第6 章神经网络文本生成模型
6.1 语言模型
6.2 “编码-解码” 网络框架
6.3 “序列到序列” 生成模型
6.4 网络训练
6.5 面临的问题
第7 章生成式摘要
7.1 未登录词问题解决方案
7.2 生成重复词问题解决方案
7.3 生成错误关系问题
7.4 长文本摘要生成问题
7.4.1 注意力改进方法
强化学习优化的生成式摘要
7.6 抽取器 生成器
7.7 总结
附录 专用名词缩写
索引
后记
参考文献