司法摘要方案总结

0. 文本摘要简介

  文本摘要：通过自动分析给定的文档或文档集，摘取其中的要点信息，最终输出一篇短小的摘要（通常包含几句话或上百字），该摘要中的句子可直接出自原文，也可重新撰写所得。摘要的目的是通过对原文本进行压缩、 提炼，为用户提供简明扼要的内容描述。

  文本摘要的两种生成方法：

1. 抽取式摘要：抽取式方法则相对比较简单，通常利用不同方法对文档结构单元(句子、段落等)进行评价，对每个结构单元赋予一定权重，然后选择最重要的结构单元组成摘要。抽取式方法应用较为广泛，通常采用的结构单元为句子；
2. 生成式摘要： 生成式方法通常需要利用自然语言理解技术对文本进行语法、语义分析，对信息进行融合，利用自然语言生成技术生成新的摘要句子。

1. 方案一

  题目为“抽取-生成”式长文本摘要的新技巧。

  主要内容分为方法概述、抽取模型、生成模型。该模型为“SPACES”模型的主要组成部分，并且会分享一些提升性能的新方法。

1.1 方法概述

1.1.1 数据分析

  对训练数据进行数据统计是极其重要的，包括对训练集数据量、序列长度。如果是分类任务，则需要进行类别分布的统计判断。

  下面是赛题训练数据的一些基本情况：

1. 总量：9484
2. 输入：平均字数2568，字数标准差1122，最大字数13064，最小字数866。
3. 输出