resumé-generering
Automatisk generering af et kortfattet referat fra en længere tekst ved hjælp af sprogmodeller.
Kort fortalt
Resumé-generering lader en AI læse en lang tekst og skrive en kort version med de vigtigste pointer.
- Kategori
- teknik
- Niveau
- øvet
Betydninger
2- 1
Ekstraktiv resumé-generering: udvælger og sammensætter eksisterende sætninger fra kildeteksten til et referat.
- Systemet anvender ekstraktiv resumé-generering til at fremhæve de tre vigtigste sætninger i artiklen.
- 2
Abstraktiv resumé-generering: genererer nye sætninger, der parafraserer og kondenserer kildetekstens indhold.
- Moderne abstraktive modeller som BART kan producere flydende resuméer, der ikke blot kopierer kildesætninger.
Hvornår bruges det
Bruges i nyhedsaggregering, dokumentopsummering og til at ekstrahere hovedpointer fra mødetransskripter. Moderne systemer benytter ofte seq2seq-transformere som BART eller T5.
Kodeeksempel
from transformers import pipeline
summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
text = """... long input text ..."""
summary = summarizer(text, max_length=130, min_length=30, do_sample=False)
print(summary[0]["summary_text"])Eksempel på resumé-generering med BART via Hugging Face Transformers.
Oprindelse
Fra latin resumere (genoptage) og generering.
Afledte ord
3Kilder
3- BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension (Lewis et al., 2020)
- Text Summarization with Pretrained Encoders (Liu & Lapata, 2019)
- Get To The Point: Summarization with Pointer-Generator Networks (See et al., 2017)