https://github.com/bojone/SPACES

端到端的长本文摘要模型（法研杯2020司法摘要赛道）
https://github.com/bojone/SPACES

Last synced: about 1 month ago
JSON representation

端到端的长本文摘要模型（法研杯2020司法摘要赛道）

• Host: GitHub
• URL: https://github.com/bojone/SPACES
• Owner: bojone
• Created: 2020-12-10T03:55:00.000Z (about 4 years ago)
• Default Branch: main
• Last Pushed: 2024-05-31T06:48:10.000Z (7 months ago)
• Last Synced: 2024-11-14T06:15:30.116Z (about 1 month ago)
• Language: Python
• Size: 149 KB
• Stars: 387
• Watchers: 8
• Forks: 91
• Open Issues: 29
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

• StarryDivineSky - bojone/SPACES

README

        
# SPACES

端到端的长文本摘要模型（法研杯2020司法摘要赛道）。

博客介绍：https://kexue.fm/archives/8046

## 含义

我们将我们的模型称为SPACES，它正好是科学空间的域名之一（[https://spaces.ac.cn](https://spaces.ac.cn)），具体含义如下：

- **S**：Sparse Softmax；

- **P**：Pretrained Language Model；

- **A**：Abstractive；

- **C**：Copy Mechanism；

- **E**：Extractive；

- **S**：Special Words。

顾名思义，这是一个以词为单位的、包含预训练和Copy机制的“抽取-生成”式摘要模型，里边包含了一些我们对文本生成技术的最新研究成果。

## 运行

实验环境：tensorflow 1.14 + keras 2.3.1 + bert4keras 0.9.7

(如果是Windows，请用bert4keras>=0.9.8)

首先请在`snippets.py`中修改相关路径配置，然后再执行下述代码。

训练代码：

```bash

#! /bin/bash

python extract_convert.py

python extract_vectorize.py

for ((i=0; i<15; i++));

    do

        python extract_model.py $i

    done

python seq2seq_convert.py

python seq2seq_model.py

```

预测代码

```python

from final import *

summary = predict(text, topk=3)

print(summary)

```

## 交流

QQ交流群：808623966，微信群请加机器人微信号spaces_ac_cn

## 链接

- 博客：https://kexue.fm

- 追一：https://zhuiyi.ai/

- 预训练模型：https://github.com/ZhuiyiTechnology/pretrained-models

- WoBERT：https://github.com/ZhuiyiTechnology/WoBERT