基于Seq2seq LSTM的文本摘要模型无法生成合理摘要的技术问询

最近我在做文本摘要任务，基于CNN数据集训练一个编码器-解码器LSTM模型，整理了下当前的实现细节：

模型架构 #

• 采用双向编码器-解码器LSTM结构，适配文本摘要的序列到序列转换需求

词嵌入与数据预处理 #

• 使用预训练的skip-gram词嵌入，维度设置为256
• 对所有输入文章序列执行零填充操作，确保所有输入长度统一
• 在每个摘要序列的起始位置添加全1向量作为"start"标记，引导解码器启动生成流程

解码器核心配置 #

• 激活函数：选用tanh
• 损失函数：采用MSE（均方误差）损失
• 优化器：使用RMSProp优化器

训练参数 #

• 训练轮次（epochs）：20
• 批量大小（batch_size）：100
• 梯度裁剪阈值（clip_norm）：1
• 启用dropout正则化（原描述中未补充具体dropout比例，后续会完善这部分参数）

内容的提问来源于stack exchange，提问作者Moseli Mots'oehli