Облачный сервис использует BERT для динамического обобщения лекций

RESTful-подход на основе Python для предоставления службы обобщения лекций

Обобщение текста помогает создать резюме, находя наиболее информативные предложения в отрывке. Этот метод применялся при автоматическом резюмировании текста на лекциях, что стало полезным инструментом для сбора ключевых фраз и предложений для наилучшего представления содержания.

Однако в традиционных подходах к резюмированию текста применяются устаревшие подходы, которые дают неоптимальные результаты. Кроме того, этот процесс требует много времени на ручную настройку модели для получения эффективных результатов.

Использование BERT для извлечения резюме текста в лекциях

В последнее время машинное обучение с использованием подходов глубокого обучения доказало свою эффективность для извлечения сводных данных посредством кластеризации выходных вложений.

Используя глубокое обучение, эта исследовательская работа включает службу RESTful Lecture Summarization на основе Python, которая использует модель BERT для встраивания текста и кластеризацию KMeans для определения предложений, близких к центроиду, для выборки сводки.

Цель состоит в том, чтобы предоставить студентам услугу, которая могла бы обобщать содержание лекций на основе желаемого количества предложений. Сервис также включает в себя управление лекциями и сводками, хранение контента в облаке, который можно использовать для совместной работы.

Возможное использование и эффекты

Согласно документу, результаты довольно многообещающие для достижения динамического экстрактивного обобщения лекций, но есть возможности для улучшения.

Помимо суммирования документов, этот метод может широко использоваться в таких областях, как поисковые системы, коллекции изображений и видео и т. д.

Детали исследования и код доступны здесь.

Подробнее: https://arxiv.org/abs/1906.04165

Спасибо за чтение. Пожалуйста, комментируйте, делитесь и не забывайте подписаться на нашу еженедельную рассылку, чтобы получать самые свежие и интересные исследовательские работы! Вы также можете следить за мной в Twitter и LinkedIn. Не забудьте поставить 👏, если вам понравилась эта статья. Ваше здоровье!