#228 · 主分类： 自然语言处理与文本处理
text_summurization_abstractive_methods
abstractive-text-summarization
ai
artificial-intelligence
deep-learning
deeplearning
encoder-decoder
google-colab
google-colaboratory
machine-learning
machinelearning
nlp
pointer-generator
policy-gradient
reinforcement-learning
rnn
seq2seq
tensorflow
text-summarization
word2vec
使用Google Colab的抽象式文本摘要的多种实现
项目最后更新：10/06/20
GitHub Stars
529
Forks数量
218
贡献者数量
2
许可证
Other
收录理由
抽象式文本摘要本身是个挺深的领域，但这个仓库把三种不同的模型设计都装进了自成一体的Colab笔记本里，上手门槛一下子低了不少。里面有基于双向LSTM编码器加注意力机制的seq2seq基线版本，也有能减少重复输出的pointer-generator变体，还有结合强化学习的实现，数据直接从Google Drive加载，打开就能跑。最实在的是，整套东西都跑在谷歌的免费环境里，手头没有强力GPU也能做实验，这对想动手试试又缺算力的人来说非常友好。示例除了英文，还覆盖了印地语、阿姆哈拉语和阿拉伯语，想在不太常见的语言上做原型验证会很方便。每个笔记本背后都有配套的教程文章和已发表的论文，边跑代码边看讲解，理解底层的思路也就顺理成章了。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。