摘要摘要是对长长的文件进行摘要的研究,这些文件包含本地主题和层次信息
Ting Wang1, Chuan Yang1, Maoyang Zou2
1School of Computer Science, Chengdu University of Information Technology, Chengdu, 610225, Sichuan Province, China.
Scientific reports
|May 2, 2024
概括
本研究引入了一种新的长文本提取式总结模型,通过整合层次结构和本地主题信息来增强转换器的能力. 该模型显著提高了总结的准确性,超过了现有的方法.
科学领域:
- 自然语言处理自然语言处理.
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 变压器模型擅长提取性总结,但忽视了文本层次结构,并在长文件中与本地上下文作斗争.
- 现有的模型往往优先考虑全球主题,阻碍细分领域内捕获细微的本地信息.
研究的目的:
- 为长篇文本开发一个先进的提取总结模型,解决当前基于变压器的方法的局限性.
- 通过结合文档层次和本地主题细节来增强摘要的句子选择.
主要方法:
- 提出了一种新的长文本提取总结模型,其中包含了本地主题信息提取模块.
- 集成了一个文本层次提取模块,以捕获文档的结构信息.
- 在使用ROUGE评分的三大公共数据集上评估了模型.
主要成果:
- 拟议的模型在ROUGE-1,ROUGE-2和ROUGE-L指标上表现出卓越的性能.
- 与当前主流的提取性总结模型相比,取得了更好的总结结果.
- 验证了整合本地主题和层次结构信息的有效性.
结论:
- 这种新的方法有效地捕获了当地主题信息和文档层次结构,以改善提取总结.
- 该模型显示了提高长文本摘要质量和相关性的巨大潜力.
更多相关视频
相关概念视频
Functional Groups
20.4K
20.4K
Extraction: Advanced Methods
446
Metal ions can be separated from one another by complexation with organic ligands–the chelating agent– to form uncharged chelates. Here, the chelating agent must contain hydrophobic groups and behave as a weak acid, losing a proton to bind with the metal. Since most organic ligands used in this process are insoluble or undergo oxidation in the aqueous phase, the chelating agent is initially added to the organic phase and extracted into the aqueous phase. The metal-ligand complex is...
446
Additional Subnuclear Structures
2.1K
2.1K
Gene Families
2.5K
2.5K
lncRNA - Long Non-coding RNAs
2.8K
2.8K
Base Excision Repair
3.6K
3.6K


