HyperAIHyperAI

Command Palette

Search for a command to run...

تحسين التلخيص المستخلص العصبي للوثائق من خلال الت régularisation الهيكلية

Xinyan Xiao Yajuan Lyu Wei Li Yuanzhuo Wang

الملخص

أظهرت النماذج التلافيفية التسلسلية الحديثة تقدماً ملحوظاً في ملخص النصوص القصيرة. ومع ذلك، تفشل في التقاط البنية طويلة المدى لكل من المستندات والملخصات متعددة الجمل، مما يؤدي إلى فقدان المعلومات وتكرار المحتوى. في هذه الورقة، نقترح الاستفادة من المعلومات البنائية لكل من المستندات والملخصات متعددة الجمل لتحسين أداء ملخص المستندات. وبشكل خاص، نُدخل كل من التماسك البنائي (structural-compression) وتنظيم التغطية البنائية (structural-coverage regularization) إلى عملية الملخص بهدف التقاط خاصيتين أساسيتين بنائيتين في ملخص المستندات: خاصية الضغط المعلوماتي وخاصية التغطية المعلوماتية. أظهرت النتائج التجريبية أن الت régularization البنائي يُحسّن أداء ملخص المستندات بشكل كبير، ما يمكّن نموذجنا من إنتاج ملخصات أكثر إفادة وانسيابية، وبالتالي يتفوق بشكل ملحوظ على أحدث الطرق العصبية الاستنتاجية (abstractive).


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