GreekT5：一系列面向新闻摘要的希腊语序列到序列模型
计算与语言
2023-11-15 v1 人工智能
摘要
文本摘要（TS）是自然语言处理（NLP）的一个子任务，涉及自动生成涵盖单篇或多篇文档主要概念与主题的简洁且连贯的摘要。深度学习的最新进展催生了基于 Transformer 的抽取式摘要模型，其性能优于经典方法。无论如何，该领域的研究集中于英语等高资源语言，而低资源语言的相应工作仍欠发达。鉴于上述情况，本文提出一系列针对希腊语新闻文章的新型 TS 模型。所提模型在同一数据集上与希腊语抽象式新闻摘要的当前最优（SOTA）模型 GreekBART 进行了充分评估。我们的评估结果表明，大多数所提模型在多项评估指标上显著优于 GreekBART。我们公开了评估代码，旨在提高本研究的可复现性并促进该领域的未来研究。
引用
@article{arxiv.2311.07767,
title = {GreekT5: A Series of Greek Sequence-to-Sequence Models for News Summarization},
author = {Nikolaos Giarelis and Charalampos Mastrokostas and Nikos Karacapilidis},
journal= {arXiv preprint arXiv:2311.07767},
year = {2023}
}
备注
26 pages, 0 figures