Transformer模型在教育中的应用：使用AraBART、MT5、AraT5和mBART概述科学教材
计算与语言
2024-06-13 v1 新兴技术
摘要
近年来，随着技术领域的快速发展以及互联网上获取文本量的增加，迫切需要开发有效的工具来以不丢失信息本质的方式对文本进行处理和理解并生成摘要。针对阿拉伯语教材，本研究开发了一个先进的文本摘要系统。该系统依赖于MT5、AraBART、AraT5和mBART等现代自然语言处理模型，评估和提取生物学教材中11、12年级Palestinian课程最重要的句子，从而使学生和教师能够获得准确且有用的摘要，帮助他们轻松理解内容。我们利用Rouge指标评估训练模型的性能。此外，教育教材作者专家对训练模型的输出进行评估。该方法旨在识别最佳解决方案并澄清需要改进的领域。本研究为阿拉伯语文本摘要提供了解决方案，通过提供可为研究和开发理解和生成阿拉伯语技术提供新视野的结果。此外，它通过创建和编译教科书文本和构建数据集为该领域做出了贡献。
关键词
引用
@article{arxiv.2406.07692,
title = {Transformer Models in Education: Summarizing Science Textbooks with AraBART, MT5, AraT5, and mBART},
author = {Sari Masri and Yaqeen Raddad and Fidaa Khandaqji and Huthaifa I. Ashqar and Mohammed Elhenawy},
journal= {arXiv preprint arXiv:2406.07692},
year = {2024}
}