2023，59（7）自动文摘是自然语言处理领域的一个重要研究方向，其目的是通过对原文本进行压缩、总结、提炼，为用户提供能够覆盖原文核心内容且简明扼要的文字描述。随着互联网的迅猛发展，文本信息资源呈现出指数增长，以致人们无法从海量的信息中方便快捷地获取重要内容。文本摘要（textsummarization）技术可以将大多注意力机制的文本摘要事实一致性评估模型魏楚元1，张鑫贤1，王致远1，李金哲1，刘杰21.北京建筑大学电气与信息工程学院，北京1026122.北方工业大学信息学院，北京100144摘要：文本摘要事实一致性是摘要内容与源文档内容的信息一致。最近的研究表明，文本摘要模型生成的摘要存在较多与原文事实不一致的问题，设计能够检测并评估出事实不一致错误的方法至关重要。目前基于自然语言推理的方法存在对源文档内容提取简单，推理信息交互不充分等问题。提出多注意力机制的文本摘要事实一致性评估模型，利用预训练模型微调的sentence-BERT模型挑选源文档中的关键句，然后将摘要句与关键句组合成句子对，输入BERT模型编码获得向量表示结合ESIM进行句子对的推理，利用图注意力网络完成推理信息的聚合，提高文本摘要事实一致性评估模型的准确率。实验结果表明，该算法与多个典型算法在在领域内常用的数据集进行实验比较，其可行性和有效性得到验证。关键词：文本摘要；事实一致性；BERT；图注意力网络；交互注意力文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2208-0167FactualConsistencyAssessmentEvaluationModelforTextSummarizationBasedonMulti-AttentionMechanismWEIChuyuan1,ZHANGXinxian1,WANGZhiyuan1,LIJinzhe1,LIUJie21.SchoolofElectricalandInformationEngineering,BeijingUniversityofCivilEngineeringandArchitecture,Beijing102612,China2.SchoolofInformationScience,NorthChinaUniversityofTechnology,Beijing100144,ChinaAbstract：Factualconsistencyoftextsummarizationisconsistentwithinformationofthesourcedocumentandthesummarization.Recentresearcheshaveshownthattherearelargenumberoffactualinconsistenciesexistedintheoutputsofabstractivesummarizationmodels.Itisimportanttodesignamethodthatcandetectandevaluatetheerroroffactinconsistency.Mostofexistingmethodsbasedonnaturallanguageinferencehaveinsufficientabilitytoextractkeycontentofsourcedocumentandinfertheinformati...
