Generating wikipedia by summarizing long sequences笔记
Generating wikipedia by summarizing long sequences
we introduce a decoder-only architecture that can scalably attend to very long sequences
一、任务定义
我们将英文维基百科视为一个多文档摘要的监督机器学习任务
- input :维基百科主题(文章标题)、非维基百科参考文档集合组成
- output:维基百科文章文本
二、相关工作
input output
作者的最大,说明作者可以输入很多句子,生成很多的句子
所以输入长的短的语料都行, 说明适应性最好?
ROUGE-1 recall score
评价的是重复性??
有的摘要是wiki-clone,即从输入里面直接复制句子。
作者的不是这样,是有转述的。
三、语料库
来源有2:
- 维基百科文章引用的那些链接。
- 使用文章部分标题作为查询,从谷歌搜索引擎抓取搜索结果。对于每个查询,我们收集10个结果页面。
四、方法与模型
第一阶段 EXTRACTIVE STAGE
我们首先使用提取摘要粗选输入的一个子集
第二阶段 ABSTRACTIVE STAGE
包括训练一个生成维基百科文本的抽象模型,同时对这种提取进行条件设置。
这个过程是受人类写摘要时的动作的启发
因为人类的总结方式就是:先把重点内容划线,再根据自己的规则总结
模型
LSTM+Attention
Decoder:Transformer+多层attention机制(LMLML)
五、实验结果
在生成维基百科引语的实验中,我们主要从四个方面进行改变:
1.提取方法:SumBasic, TextRank, tf-idf, identity, cheating extractor
2.输入语料库:引文、搜索结果、组合
3.抽象模型输入长度,L:我们尝试100到11000之间的值
4.抽象模型架构:seq2seq-att, T-ED, T-D, T-DMCA
结果:
- 一般用tf-idf提取
- 组合的语料最好
- seq2seq-attention作为基准在这个任务上比Transformer架构做得很差
- L增大,T-ED结构的性能一直在提高,直到L = 500 - 1000的最佳值,而在L = 2000时无法学习。
- 会出现自动翻译现象
比较:模板的方式
ROUGE-1应该模板会表现的更好,因为模板不会在input里面出现,摘要的话,只需要从input里面选一些词填入模板形成output,所以output不会与input重合很多,而本文的方法会从input里面挑成段的文本来摘,所以会重复。
疑惑
EXTRACTIVE STAGE的cheating方案是什么
作者是如何与2009年的那篇论文比较的,感觉有点含糊
输入的特殊字符是如何处理的(Figure 4 举的例子里有&符号)
为啥作者16GB的 GPU设备可以训练L = 11000这么大的模型
答:这个设备淘宝4w,应该还挺厉害的
Transformer以及几种attention机制
答:有说法是,Transformer是可以完全替代RNN的
- Theano-Deep Learning Tutorials 笔记:Modeling and generating sequences of polyphonic music with the RNN
- WikiWrite: Generating Wikipedia Articles Automatically笔记
- Automatically generating wikipedia articles: A structure-aware approach笔记
- 传智168期JavaEE day46~day48笔记(by阿滔)(2017年4月30日17:52:01)
- [C++学习] effective c++ 笔记 pass by value ,pass by reference
- 宁以pass-by-reference-to-const替换pass-by-value——effective c++学习笔记
- 论文阅读笔记-ClusType: Effective Entity Recognition and Typing by Relation Phrase-Based Clustering
- LeetCode笔记:406. Queue Reconstruction by Height
- iOS9-by-Tutorials-学习笔记四:APP-瘦身
- The resource identified by this request is only capable of generating responses with characteristics
- WikiPedia技术架构学习笔记
- DISCUZ 学习笔记四 SEO 设置 板块 分区 导航 模板 修改浏览器标签powerbydis
- SpringMVC_The resource identified by this request is only capable of generating responses with characteristics
- POJ 2686 Traveling by Stagecoach 笔记
- [Golong]学习笔记(一) 基础知识
- The resource identified by this request is only capable of generating responses with characteristics
- FastRBF破解笔记-By忧伤的内拉祖里
- Spring MVC 学习笔记1 - First Helloworld by Eclipse【& - java web 开发Tips集锦】
- Batch normalization:accelerating deep network training by reducing internal covariate shift的笔记
- Centos学习笔记 by 小陌_0226