[TOC]
本项目任务为训练模型实现文本摘要生成，通过由商品标题、参数、详情组成的宣传文案中，生成商品简介。
- files: 该目录用于存放数据，受限于数据大小，可与我联系获取数据。
- data: 该目录用于存放数据集生成工具函数，包括：
- data_utils.py: 用于读取数据的工具函数
- dataset.py：用于生成符合pytorch格式的数据集
- model：该目录用于工程用到的工具函数，包括：
- config.py：设置各项参数
- model.py: 设置Seq2Seq+Attention网络结构
- pgn.py：设置Point Generation Network网络结构
- predict.py：实现摘要生成
- utils.py：工具函数
- main.py：工程主程序
在config.py中，设置pointer=True可选择模型为PGN，否则模型为Seq2Seq。
PGN与普通Seq2Seq的区别在于：
（1）拓展了词汇表，使得OOV词汇也可被生成。
（2）coverage机制抑制了attention，减少词汇的重复产生。
在config.py中，设置beam_width为大于1的值则采用波束方式生成摘要；设置beam_width=1则束宽为1，也即采用贪心方式生成摘要。
| 模型名称 | 词汇表大小 | 生成方式 | Rouge-1 | Rouge-2 | Rouge-L |
|---|---|---|---|---|---|
| Seq2Seq | 30k 50k |
greedy beam greedy beam |
14.3 15.4 14.5 16.8 |
0.5 2.0 0.4 1.7 |
10.4 14.1 10.0 14.1 |
| PGN | 30k 50k |
greedy beam greedy beam |
17.3 20.3 20.1 22.7 |
0.4 1.9 1.1 2.5 |
11.2 13.3 12.9 15.7 |