摘要：文本摘要化，即自动生成给定文档的简短摘要，在自然语言处理中是一项艰巨的任务。 如今，已逐渐将deeplearningasa新技术用于文本摘要，但是仍然缺乏用于此技术的大规模高质量数据集。 在本文中，我们提出了一种新颖的深度学习方法，用于识别高质量的文档摘要对，以构建大规模对数据集。 具体来说，设计了一个基于长短期内存（LSTM）的模型来测量文档摘要对的质量。 为了在每个文档的所有部分中利用信息，我们通过删除LSTM单元中的遗忘门，进一步提出了一种改进的基于LSTM的模型。 在训练集和基于新