SPACES 端到端的长文本摘要模型(法研杯2020司法摘要赛道)。 博客介绍: 含义 我们将我们的模型称为SPACES,它正好是科学空间的域名之一(),具体含义如下: S:Sparse Softmax; P:Pretrained Language Model; A:Abstractive; C:Copy Mechanism; E:Extractive; S:Special Words。 顾名思义,这是一个以词为单位的、包含预训练和Copy机制的“抽取-生成”式摘要模型,里边包含了一些我们对文本生成技术的最新研究成果。 运行 实验环境:tensorflow 1.14 + keras 2.3.1 + bert4keras 0.9.7 (如果是Windows,请用bert4keras>=0.9.8) 首先请在snippets.py中修改相关路径配置,然后再执行下述代码。 训练代码: #! /b
2022-03-10 15:21:26 74KB Python
1
近年来,互联网技术的蓬勃发展极大地便利了人类的日常生活,不可避免的是互联网中的信息呈井喷式爆发,如何从中快速有效地获取所需信息显得极为重要.
2021-02-01 11:24:18 1.71MB 本文摘要
1