Подход к преобразованию обучающей выборки для повышения качества генерации заголовков научных текстов А. В. Глазкова
Material type: ArticleContent type: Текст Media type: электронный Other title: Approach to transforming training data for improving the title generation performance for scientific texts [Parallel title]Subject(s): генерация текстов | анализ научных текстов | автоматическое реферирование | BART, нейросетьGenre/Form: статьи в журналах Online resources: Click here to access online In: Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 59. С. 99-107Abstract: Предлагается подход к улучшению качества генерации заголовков, основанный на ранжировании примеров обучающей выборки в соответствии со значениями метрики ROUGE-1, вычисленных для текстов и заголовков, фильтрации данных и генерации искусственных обучающих примеров. Предложенный подход, протестированный на примере нейросетевой модели BART, показал улучшение качества генерации заголовков на материале двух англоязычных корпусов.Библиогр.: 31 назв.
Предлагается подход к улучшению качества генерации заголовков, основанный на ранжировании примеров обучающей выборки в соответствии со значениями метрики ROUGE-1, вычисленных для текстов и заголовков, фильтрации данных и генерации искусственных обучающих примеров. Предложенный подход, протестированный на примере нейросетевой модели BART, показал улучшение качества генерации заголовков на материале двух англоязычных корпусов.
There are no comments on this title.