1. 毕业设计（论文）主要内容：

在自然语言处理的任务中，文本摘要是计算机按照一定的规则自动将文本或文本集合转换成简短摘要的一种信息压缩技术。随着近来深度学习框架的广泛应用，越来越多的学者尝试将有关结构应用于自动文本摘要的问题中。如何改善自动文本摘要模型的性能，尤其是能对中文文本有一个较好的性能提升，是目前国内学者迫切需要解决的问题。本文需要完成的内容包括但不限于：中文词向量的生成，文本摘要的深度学习模型构建以及该模型在实际训练中有效性与可行性的研究。并实现简易的文本自动摘要生成仿真平台。

2. 毕业设计（论文）主要任务及要求

1. 查阅相关资料15篇以上（其中近五年英文文献不少于3篇）

2. 完成开题报告

3. 研究基于深度学习框架下的中文文本自动摘要模型的构建，并在一定的数据集上对模型的有效性与可行性进行分析

3. 毕业设计（论文）完成任务的计划与安排

第1周—第3周 搜集资料，撰写开题报告；
第4周—第5周 论文开题；
第6周—第12周 撰写论文初稿；
第12周—第15周 修改论文；
第16周 论文答辩。

4. 主要参考文献

[1]rusha m, chopra s, weston . a neural attention model for abstractive sentencesummarization. 2015

[2]hu b t, chen q c, zhu f z. lcsts: alarge scale chinese short text summarization dataset. 2015

[3]nallapati r, zhou b, santos c n d,gulcehre c, et al. abstractive text summarization using sequence-to-sequencernns and beyond. 2016

[4]gu j t, lu z d, li h, et al. incorporatingcopying mechanism in sequence-to-sequence learning. 2016