简介:编码解码框架及注意力机制已成功应用于自动文摘,但传统的自动文摘方法过于关注解码部分对显著性句子的抽取,且仅考虑了每个句子之前的历史信息,在文档编码过程中并未发掘句子间的联系及句子与整个文档的相关性。针对上述问题,提出了一种基于自交互注意力机制的、具有编码器解码器结构的文本摘要模型(ESSA)来自动获取抽取式摘要。ESSA先获取文档的整体信息,再计算不同句子间的关联信息,最后将二者结合得到丰富的文档向量表示。试验结果表明,ESSA效果明显优于基准模型,该模型的ROUGE1、ROUGE2、ROUGE3、ROUGE4和ROUGE—L评分与较好的基准模型相比分别提高了7.4%、24.3%、13.4%、7.1%和7.6%。
简介:信号的载频估计在无线电频谱资源的使用和管理中起到了至关重要的作用。现有的载频估计算法载估计精度,计算复杂度等方面均存在严重不足,不利于仪表应用。结合典型的谱重心法和最小均方误差算法的特点,提出了一种新的载频盲估计算法。该算法无须知道信号的体制类型,即可对信号直接进行载频估计。该算法以谱重心法得到的载频估计值为粗估计,并利用平滑后的功率谱中间段对称性更好的特性,根据最小均方误差算法计算粗估计误差范围内的局部对称性大小,求取对称性最好的位置作为载频精估计值。在高斯信道下的仿真实验结果表明:相比谱重心法,新算法的估计精度在不同信噪比下均有较大的提高。特别是在低信噪比的情况下,载频估计的精度提升更明显。因此,新算法在无线频谱监测中有着很好的应用前景。