pointer_summarizer

تنفيذ Pytorch للوصول إلى النقطة: تلخيص مع شبكات المولود للمؤشر

1. تدريب مع توليد المؤشرات وفقدان التغطية ممكّن
2. تم تمكين التدريب مع توليد المؤشرات
3. كيفية تشغيل التدريب
4. أوراق باستخدام هذا الرمز

تدريب مع توليد المؤشرات وفقدان التغطية ممكّن

بعد التدريب مقابل تكرارات 100 ألف مع تمكين فقدان التغطية (حجم الدُفعة 8)

 ROUGE-1:
rouge_1_f_score: 0.3907 with confidence interval (0.3885, 0.3928)
rouge_1_recall: 0.4434 with confidence interval (0.4410, 0.4460)
rouge_1_precision: 0.3698 with confidence interval (0.3672, 0.3721)

ROUGE-2:
rouge_2_f_score: 0.1697 with confidence interval (0.1674, 0.1720)
rouge_2_recall: 0.1920 with confidence interval (0.1894, 0.1945)
rouge_2_precision: 0.1614 with confidence interval (0.1590, 0.1636)

ROUGE-l:
rouge_l_f_score: 0.3587 with confidence interval (0.3565, 0.3608)
rouge_l_recall: 0.4067 with confidence interval (0.4042, 0.4092)
rouge_l_precision: 0.3397 with confidence interval (0.3371, 0.3420)

تم تمكين التدريب مع توليد المؤشرات

بعد التدريب مقابل تكرارات 500 ألف (حجم الدُفعة 8)

 ROUGE-1:
rouge_1_f_score: 0.3500 with confidence interval (0.3477, 0.3523)
rouge_1_recall: 0.3718 with confidence interval (0.3693, 0.3745)
rouge_1_precision: 0.3529 with confidence interval (0.3501, 0.3555)

ROUGE-2:
rouge_2_f_score: 0.1486 with confidence interval (0.1465, 0.1508)
rouge_2_recall: 0.1573 with confidence interval (0.1551, 0.1597)
rouge_2_precision: 0.1506 with confidence interval (0.1483, 0.1529)

ROUGE-l:
rouge_l_f_score: 0.3202 with confidence interval (0.3179, 0.3225)
rouge_l_recall: 0.3399 with confidence interval (0.3374, 0.3426)
rouge_l_precision: 0.3231 with confidence interval (0.3205, 0.3256)

كيفية تشغيل التدريب:

1. اتبع تعليمات توليد البيانات من https://github.com/abisee/cnn-dailymail
2. تشغيل start_train.sh ، قد تحتاج إلى تغيير بعض المسار والمعلمات في data_util/config.py
3. لتدريب التشغيل start_train.sh ، لفك تشفير التشغيل start_decode.sh ، ولتقييم Run Run_eval.sh

ملحوظة:

• في وضع Decode Mode Beam Search Batch ، يجب أن يكون هناك مثال واحد فقط متماثل على حجم الدُفعة https://github.com/atulkum/pointer_summarizer/blob/master/training_ptr_gen/decode.py#l109 https://github.com/atulkum/pointer_summarizer

• يتم اختباره على Pytorch 0.4 مع Python 2.7

• تحتاج إلى إعداد Pyrouge للحصول على درجة Rouge

أوراق باستخدام هذا الرمز:

1. توليف البرنامج التلقائي للبرامج الطويلة مع جامع القمامة المستفادة Neuroips 2018 https://github.com/amitz25/pccoder
2. تعديل الجملة الموجه التلقائي للوقائع AAAI 2020 https://github.com/darsh10/split_encoder_pointer_summarizer
3. إحياء العدوى في تلخيص الجاذبية العصبية
4. Structsum: تلخيص عبر التمثيلات المنظمة EACL 2021
5. شبكة مؤشر المفهوم لتلخيص emnlp'2019 https://github.com/wprojectsn/codes
6. إصدار Paddlepaddle
7. نموذج تجريبي قائم على VAE-PGN في بنية متعددة المراحل لتلخيص النص INLG2019
8. clickbait؟ توليد العنوان المثيرة مع التعلم التعزيز التلقائي emnlp'2019 https://github.com/hltchkust/sensational_headline
9. تلخيص المستند المنطوق الجذاب باستخدام النموذج الهرمي مع الانتباه متعدد المراحل تحسين التنوع interspeech 2020
10. Nutribullets الهجين: Multi-Document Health Trummarization NAACL 2021
11. مجموعة من الملخصات العلمية القصيرة جدًا Conll 2020
12. نحو الإخلاص في الجدول المفتوح للمجال إلى النص من وجهة نظر تتمحور حول الكيان AAAI 2021
13. CDEValsumm: دراسة تجريبية لتقييم عمليات التقاطع المتقاطعة لنتائج أنظمة التلخيص العصبي لـ EMNLP2020
14. دراسة على SEQ2Seq لضغط الجملة في Paclic الفيتنامي 2020
15. أدوار أخرى مهمة! تعزيز تلخيص الحوار الموجه نحو الأدوار عبر تفاعلات الدور ACL 2022