文本复述任务是自然语言处理的重要研究方向之一,旨在对同一文本以不同表达方式表述相同语义。该任务与自动问答、文本摘要和机器翻译被共同列为衡量机器自然语言理解的四条核心准则,同时该任务也被广泛应用于辅助自动问答、文本蕴含、机器翻译等场景。目前主流的文本复述方法主要基于神经网络和Seq2Seq架构,虽然这种主流技术在通用领域拥有不错的性能表现,但是当涉及某一具体领域场景时,例如金融领域,由于金融领域涉及较多专业的金融术语与实体信息,通用领域知识无法直接迁移使用,性能表现也远不及工业精度要求。文本复述已开始有针对金融领域场景的研究,可以辅助行业投研人员筛选高价值新闻事件并对相关新闻进行二次检索。但是针对中文金融领域新闻标题的文本复述生成模型尚未出现,为了能够结合中文金融领域知识并提升中文金融标题的改写性能,本文提出了改进的基于神经网络的复述生成方案。本文的核心贡献如下:1.本文构建了一份金融领域新闻标题改写数据集,并基于此数据集验证实验结论:结合本文所探讨的文本复述生成课题和真实工业场景,本文给出了新闻标题改写数据集的构建过程并基于此数据集验证实验结论。本文使用多种数据增强技术对获取的数据集进行扩增,根据命名实体识别的结果改进了预训练语言模型并对其微调得到了泛化能力更强的带标注数据集。2.本文提出了一种新型的基于神经网络的复述生成模型,增强了复述模型的能力:本文针对金融领域文本复述面临的关键技术挑战,提出了一种基于Seq2Seq架构的文本复述方法。本文在Encoder端采用Bert预训练语言模型作为特征提取器,在Decoder端使用LSTM模型作为文本生成器,并且在Encoder和Decoder端加入了 Context的注意力机制层,来强化模型捕捉Context信息的能力。3.本文进一步提出了多个改进的文本复述方法,解决了多项重难点问题:本文在基于神经网络的复述生成模型基础上,通过引入混合粒度的编码信息以消除中文分词的影响、通过增加注意力机制以解决OOV问题、通过预训练语言模型以融入领域知识从而解决现有模型框架生成的复述文本“可读性差”的情形、通过引入集束搜索的生成策略方式以解决现有模型框架生成的复述文本“多样性不够”的情形,从而进一步提升了模型的性能。