МӘТІНДІ ҚОРЫТЫНДЫЛАУ ӘДІСТЕРІНЕ ШОЛУ
Аннотация
Мәтінді қорытындылау негізгі мәселелердің бірі болып табылады, өйткені әртүрлі салаларда оны қолдану ауқымы жоғары, ақпаратты тез және тиімді алудың жетілдірілген механизмі болуы өте маңызды. Барлық қолжетімді мәтіндік дереккөздерден түйіндеме шығару өте қиын. Мәтіннің жалпылауын шешудің жолдарын көрсету үшін бұл жұмыста MatchSum (Zhong et al., 2020), BertSumExt (Liu and Lapata 2019) және SemSim (Yoon et al., 2020) сияқты сан түрлі мәтінді жинақтау әдістеріне қысқаша шолу ұсынылған) мәтінді экстрактивті және абстрактілі қорытындылау кезінде жетекші нәтижелер көрсетті. Бұл қағаз сол модельдерді қарастырады және олардың артықшылықтары мен кемшіліктерін анықтайды. Сонымен қатар мәтінді қорытындылаудың жолдарын жақсартуды болжайды.
Авторлар туралы
Д. ДауитҚазақстан
М. Кемалов
Қазақстан
А. Джаксылыкова
Қазақстан
Әдебиет тізімі
1. Lewis M. et al. Bart: Denoising sequence-to-sequence pre-training for natural language generation, translation, and comprehension //arXiv preprint arXiv: 1910.13461. – 2019.
2. Hermann K. M. et al. Teaching Machines to Read and Comprehend. arXiv. – 2015.
3. Zhong M. et al. Extractive Summarization as Text Matching //arXiv preprint arXiv:2004.08795. – 2020.
4. Liu Y., Lapata M. Text summarization with pretrained encoders //arXiv preprint arXiv:1908.08345. – 2019.
5. Yoon, Wonjin, et al. Learning by Semantic Similarity Makes Abstractive Summarization Better. 2020, http://arxiv.org/abs/2002.07767.
6. NLP progress, summarization. URL: http://nlpprogress.com/english/summarization.html
Рецензия
Дәйектеу үшін:
, , МӘТІНДІ ҚОРЫТЫНДЫЛАУ ӘДІСТЕРІНЕ ШОЛУ. Қазақстан-Британ техникалық университетінің хабаршысы. 2020;17(2):163-168.
For citation:
Dauit D., Kemalov M., Jaksylykova A. OVERVIEW OF THE DIFFERENT TEXT SUMMARIZATION METHODS. Herald of the Kazakh-British technical university. 2020;17(2):163-168.