opsummeringsmodel

En maskinlæringsmodel, der genererer en kortfattet, sammenhængende tekst, der bevarer hovedindholdet i en længere tekst.

Kort fortalt

Kort fortalt: En AI-model, der kan læse en lang tekst og lave et kort resumé.

Kategori
model
Niveau
øvet

Betydninger

2
  1. 1

    Ekstraktiv opsummeringsmodel: Udvælger eksisterende sætninger eller fragmenter fra kildeteksten og sammensætter dem til et resumé uden at generere nyt sprog.

    • Den ekstraktive opsummeringsmodel identificerer de mest centrale sætninger i artiklen og sammensætter dem til et resumé.
  2. 2

    Abstraktiv opsummeringsmodel: Genererer nye sætninger, der parafraserer og kondenserer kildeteksten, ofte ved hjælp af seq2seq-arkitekturer som Transformers.

    • Den abstraktive opsummeringsmodel anvender en seq2seq-arkitektur til at omskrive kildeteksten til et nyt, kortfattet resumé.

Hvornår bruges det

Bruges til at automatisere opsummering af dokumenter, nyhedsartikler, forskningsartikler og lange samtaler i dialog-systemer. Ofte integreret i tekstbehandlingsværktøjer eller chatbotter.

Kodeeksempel

from transformers import pipeline

summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
text = "Your long text here..."
summary = summarizer(text, max_length=130, min_length=30)
print(summary[0]['summary_text'])

Brug af en fortrænet BART-model til opsummering via Hugging Face Transformers.

Oprindelse

Sammensætning af 'opsummering' (substantivering af 'opsummere') og 'model' (efter engelsk 'model').

Afledte ord

2

Kilder

2
  • BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation...
  • PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization