通过微调 Transformer 实现生物医学数据到文本生成
机器学习
2021-09-06 v1 计算与语言
摘要
生物医学领域的数据到文本（D2T）生成是一个有前景却大多未被探索的研究领域。在此，我们将神经模型应用于 D2T 生成，所用真实世界数据集由欧洲药品说明书组成。我们表明，经过微调的 transformer 能够从生物医学领域的数据生成逼真的多句文本，但仍存在重要局限。我们还发布了一个新数据集（BioLeaflets），用于生物医学领域 D2T 生成模型的基准测试。
引用
@article{arxiv.2109.01518,
title = {Biomedical Data-to-Text Generation via Fine-Tuning Transformers},
author = {Ruslan Yermakov and Nicholas Drago and Angelo Ziletti},
journal= {arXiv preprint arXiv:2109.01518},
year = {2021}
}
备注
Accepted at ACL-INGL2021 (International Conference on Natural Language Generation organised by the Association for Computational Linguistics)