Key points are not available for this paper at this time.
لقد اكتسب اختصار مجموعة الوثائق شعبية في العديد من التطبيقات الواقعية لأن المعلومات الحيوية يمكن استخراجها في فترة زمنية قصيرة. يهدف الاختصار الاستخراجي إلى توليد ملخص لوثيقة أو مجموعة من الوثائق من خلال ترتيب الجمل وتعتمد نتائج الترتيب بشكل كبير على جودة ميزات الجمل. ومع ذلك، تتطلب جميع الخوارزميات السابقة تقريبًا ميزات مُعَدَّة يدويًا لتمثيل الجمل. في هذه الورقة، نستفيد من تجسيد الكلمات لتمثيل الجمل لتجنب العمل الشاق في هندسة الميزات. تم تطوير شبكة عصبية تلافيفية محسنة (CNN) تُسمى شبكات CNN متعددة المشاهد بنجاح للحصول على ميزات الجمل وترتيب الجمل بشكل مشترك. تم دمج التعلم متعدد المشاهد في النموذج لتعزيز قدرة التعلم لشبكة CNN الأصلية بشكل كبير. نحن نقيم أداء الاختصار العام لطريقتنا المقترحة على خمسة من مجموعات بيانات مؤتمر فهم الوثائق. يتفوق النظام المقترح على الأساليب المتطورة، والتحسين ذو دلالة إحصائية كما أظهر اختبار t المزدوج.
درس زانغ وآخرون (الاثنين) هذا السؤال.