摘要
本发明公开了一种融合双粒度知识微调的生成式对话摘要方法,涉及文本摘要技术领域,其技术方案要点包括以下步骤:1)对原始的对话数据用DialoGPT模型进行标注,标注其中的冗余句并进行主题划分;2)基于标注后的主题为每个对话的每个主题筛选最关键的对话,进行改写,得到增强后的对话;3)基于每组对话的标准摘要生成一组实体级常识知识和一组段落级常识知识;4)向预训练语言模型输入增强后的对话数据,并使用标准摘要及上述两组常识知识来监督模型的微调。5)使用微调后的预训练语言模型完成对话摘要生成任务。该方法能够显著增强对话数据的语义特征,并基于这些特征深度理解对话语义,从而显著提高生成式对话摘要的流畅性和准确度。
技术关键词
摘要方法
双粒度
预训练语言模型
主题
实体
冗余
数据
摘要技术
标记
筛选方法
语义特征
代表
动态地
基础
文本
系统为您推荐了相关专利信息
动态优化方法
事件特征
轨迹预测模型
层级
拓扑网络
表格
分析方法
LSTM神经网络
图像特征提取
数据获取模块
渗透测试系统
分析模块
知识图谱技术
子模块
渗透测试技术