随着科学技术的飞速发展以及信息技术的普遍应用,人们的日常生活与网络已经紧密相连。由于网络中文本信息的爆发式增长,人们每天可以接触到海量的文本信息。然而大部分人没有时间对文本信息进行详细的阅读和理解。如何从海量的数据中快速获取有价值的信息,已经成为当前人们的一个迫切需求。因此自动获取关键字为此提供了一种有效的解决方案。目前关键字获取方式主要有两种:提取和生成。提取方法依赖于词频的统计和排序,但不能揭示文本背后隐藏的语义信息;生成方法主要基于循环神经网络构建模型,但存在距离对单词之间依赖特征限制的问题。本文主要针对上述问题提出基于自注意力机制的编码器解码器模型SAM(Self-Attention Model)。此外,为了解决未登录词问题,本文基于SAM模型提出一种融入复制机制的关键字生成模型SACM(Self-Attention Copy Model),它允许模型直接从源文本中复制关键单词短语。本文详细的研究内容如下:(1)提出一种基于自注意力机制的关键字生成模型SAM。该模型基于文本语义生成关键字,可以生成源文本中不存在的关键字。它是一种编码器解码器框架结构,完全依赖自注意力机制获得输入和输出的全局依赖关系。首先通过编码器中的多层多头自注意力机制学习输入序列的内部依赖关系,然后把这种依赖关系输入到解码器中的每个多头自注意力机制层,同时结合上一次输出的信息来生成下一个关键字。该模型克服了以往基于循环神经网络的生成方法因其固有的序列性而导致的无法并行以及长距离单词之间依赖减弱的问题。(2)提出一种结合自注意力机制和复制机制的关键字生成模型SACM。为了解决关键字短语集中长尾词(单词个数较多的短语)等未登录词生成效果差的问题,本文在模型SAM的基础上融入复制机制,允许模型直接从源文本中复制关键信息。该模型有两种模式:复制和生成。复制模式通过结合复制机制和自注意力机制直接从源文本中复制信息。生成模式基本与模型SAM相同。SACM模型结合这两种模式来生成最终的关键字,提升长尾词等未登录词的生成效果。(3)通过对预测关键字、预测当前关键字、预测缺失关键字三组实验结果分析表明,本文模型比基线模型效果更好。同时基于自注意力机制和复制机制的模型SACM比只基于自注意力机制的模型SAM效果更好。最后把模型应用到新闻领域验证了本文模型具有一定的泛化能力。