HyperAIHyperAI

Command Palette

Search for a command to run...

تعلم استخراج الملخص المتماسك عبر التعلم العميق بالتعزيز

Yuxiang Wu; Baotian Hu

الملخص

التماسك يلعب دورًا حاسمًا في إنتاج ملخص عالي الجودة من وثيقة. في السنوات الأخيرة، أصبحت تقنيات الملخص العصبي الاستخراجي أكثر جاذبية. ومع ذلك، فإن معظم هذه التقنيات تتجاهل التماسك في الملخصات عند استخراج الجمل. كجزء من الجهود الرامية إلى استخراج ملخصات تماسكية، نقترح نموذجًا عصبيًا للتماسك للكشف عن أنماط التماسك الدلالية والتركيبية بين الجمل. النموذج العصبي المقترح للتماسك يلغي الحاجة إلى هندسة الميزات ويمكن تدريبه بطريقة شاملة باستخدام بيانات غير مصنفة. تظهر النتائج التجريبية أن النموذج العصبي المقترح للتماسك يمكنه التقاط أنماط التماسك بين الجمل بكفاءة عالية. باستخدام الإخراج المجمع من النموذج العصبي للتماسك وحزمة ROUGE كمكافأة، نصمم طريقة تعليم تعزيزي لتدريب ملخص عصبي استخراجي مقترح يُسمى نموذج التعليم التعزيزي للملخص العصبي الاستخراجي (RNES). يتعلم نموذج RNES تحسين التماسك والأهمية المعلوماتية للملخص بشكل متزامن. تشير النتائج التجريبية إلى أن النموذج المقترح RNES يتفوق على الأساليب الأساسية الموجودة ويحقق أداءً رائدًا بمعايير ROUGE على مجموعة بيانات CNN/Daily Mail. وتوضح التقييمات النوعية أن الملخصات التي ينتجها RNES تكون أكثر تماسكًا وقابلية للقراءة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp