文件名称：huaweiNLP：华为自然语言处理分步课程的最终项目
文件大小：113KB
文件格式：ZIP
更新时间：2024-03-08 11:19:26
JupyterNotebook
新闻摘要 华为自然语言处理分步课程的最终项目。 基本模型：提取式RNN 问答环节 a）您要解决的问题是什么？ 为什么重要？ 先前的任务是尝试通过它的文本生成新闻标题，其中原始标题可用作目标，原始文本用作列车数据。 成功解决方案可用于“简短”的长篇文章，而不会丢失一般的故事情节。 我们想要尝试比较两种摘要，即提取和摘要。 b）目前有什么解决方案？ 如果问题是新问题，请描述与您最相关的问题的解决方案。 对于抽取式摘要，请参阅Nallapati等人的SummaRuNNer：基于递归神经网络的序列模型（原始文章： ：//arxiv.org/pdf/1611.04230.pdf）。 对于摘要的摘要，我们搜索下一个解决方案：首先是Gavrilov，D.，Kaladin，P.，Malykh，V.的解决方案：标题生成的自我关注模型。 第二个是VKcom竞赛2019“标题生成轨道”。 我们希望在这里
【文件预览】：
huaweiNLP-master
----02_Simple_extractive_models.ipynb(58KB)
----model.png(43KB)
----03_Extractive_RNN_model.ipynb(63KB)
----README.md(6KB)
----01_Dataset_cleaning_&_statistics_analysis.ipynb(85KB)