焦利颖,郭 岩,刘 悦,俞晓明,程学旗

(1. 中国科学院大学，北京 100049；2. 中国科学院 计算技术研究所 中国科学院网络数据科学与技术重点实验室，北京 100190)

0 引言

正文单句摘要是在摘要的长度上对生成的句子做了限制，即只有一个句子，标题往往在新闻中指的是对其内容加以概括或评价的简短文字，在长度上也和一句话相当。本文把新闻的标题作为单句摘要生成的标签，把单句摘要看作新闻的标题，因此本文对标题和单句摘要两者概念不作区分，以下内容中均使用“标题”这一概念，本文研究让程序为单文档自动生成标题。

标题生成有巨大的应用价值和广泛的应用前景，例如电子邮件的摘要自动生成、移动设备中的文本压缩等，尤其适用于解决标题党新闻问题。如图1所示，标题党新闻指网络中故意用较为夸张、耸动的文章标题以吸引网友点击观看文章或帖子的人，特别是与用实际上与内容完全无关或联系不大的文字当标题者[1]。如果能够为这样的标题党新闻自动生成言简意赅的新标题，用于替代原有标题，则可以达到为用户提示实质性信息的目的。

图1 标题党新闻统计示意图

标题生成方法分为抽取式和生成式两种。抽取式方法把原文档的词语或者句子作为标题生成的候选词项，使用句子压缩、拼接等方法合成标题。由于标题具有高度概括的特点，抽取式方法无法得到信息量较高的标题。

相比抽取式方法，生成式方法更适合标题生成。……