文本压缩又称句子压缩,是一种将冗长句子转换成精炼简短句子的方法。该项技术广泛地用于主题自动获取、摘要生成、问答系统等技术中。相比于生成式句子压缩,使用删除的方式更能够保证压缩后的句子中的更稳定可控,却主要面临以下几种挑战:(1)词向量的词典大小有限,而深度学习端到端的训练方式容易导致句子中的核心词误删。(2)模型大多隐式从单词序列中捕捉语法相关信息,导致模型对语法相关信息的捕捉有限,影响了输出结果和模型的鲁棒性。(3)单一领域的训练数据集训练出来的模型鲁棒性不强,在不同写作风格数据集中的适用性不强。针对现有句子压缩问题面临的以上挑战,本文提出了通过显式加入语法信息的句子压缩方法,包括了一个基于带有语法门控的长短期记忆网络(LSTM)组成的Syntax-Res模型,以及一个基于自注意力模型加入句法依存结构的TransformerDependency模型。论文主要工作包括:(1)基于长短期记忆网络,提出了基于序列模型的加入词性信息的句子压缩模型Syntax-Res。LSTM-Res是一种带有短路机制的三层LSTM模型,使用LSTMRes对单词序列进行编码。通过捕捉序列中的词性信息,并使用双向LSTM进行编解码。在单词序列的解码阶段提出一种加入语法门控的LSTM结构Syntax-LSTM,使用词性序列的输出对门控进行控制,进而对单词序列的输出结果进行引导。通过加入词性序列特征一定程度上缓解了因词典规模有限的问题,使得最终的输出语句的语义保留更完整且模型的鲁棒性更强。(2)基于自注意力机制,提出一种加入句法依存结构的句子压缩模型。自注意力模型基于Transformer结构,拥有强大的特征捕捉能力和可并行性,但对句子中的语法结构相关特征捕捉较差。本文基于依存结构树中的深度信息进行编码将结构信息加入模型,加强了模型对结构特征的捕捉能力,增强了模型的效果和鲁棒性。(3)通过实验对上述模型与相关对比算法进行了比较。包括比较了在相同来源测试集上的泛化能力,以及在不同来源测试集上的模型跨领域应用能力比较。对实验结果做了详细的分析,验证了通过加入语法信息能够提高模型在文本压缩任务下的应用效果,最后对实际压缩案例做了进一步的分析。