Google透过将文本挖空,训练模型生成挖空间隙的字句,藉以改善抽象摘要模型的效能,这个名为PEGASUS的新模型,是Google以网络爬抓的资料预训练后,再以12个摘要资料集进行微调,只要使用少量的监督范例资料进行训练,就能达到和人类摘要能力相似的效能。Google现在将训练程式码以及模型,开源在GitHub上。
研究人员提到,抽象文本摘要是自然语言处理任务中,非常困难的工作,因为这要求模型要能够理解长篇文章,并且还要进行资讯压缩以及语言生成。目前要训练机器模型做到这一点,主要是用seq2seq学习方法,让神经网络学习把输入序列映射到输出序列;seq2seq使用递回神经网络技术,但因为Transformer编码和解码器,在处理长序列中的相依关系表现更好,因此逐渐变得热门。
Transformer模型和自我监督式预训练技术相结合,研究人员认为,这是一个非常有效解决各种语言任务的框架。而在之前的研究中,预训练的自我监督目标是较为通用性目的,而现在Google想要让自我监督目标,可以更紧密地反映最终任务,以达到更好的效能。
Google假设预训练自我监督的目标,越接近最终的任务则效能就越好,因此在PEGASUS预训练中,研究人员将文件里的几个完整句子删除,而模型的工作便是要恢复这些句子,也就是说,用来预训练的范例输入,是有缺少句子的文件,而输出则是缺失句子的串连。
Google提到,这是一个非常困难的工作,对人类来说也一样,不过,这项任务可以促使模型学习语言和一般事实,还有为了要生成摘要,而学习从文件中提取资讯的能力,这种自我监督方法的优点在于,研究人员可以创建不需要人工注解的大量范例。
而文件中移除的句子,则是越重要的句子越好,自我监督的范例的输出,最好就相当于摘要,Google利用了一种称为ROUGE的度量标准,自动找出这些重要的句子。一开始Google会先以网络爬抓的大量文件预训练PEGASUS,接着才以12个公共抽象摘要资料集微调PEGASUS,这些资料集分别有新闻、科学论文、专利、短篇小说、电子邮件和法律文件等各种主题。
事实上,经过大型资料集预训练的PEGASUS模型,效能已经相当良好,仅需要非常少量的范例进行微调即可。Google以类似图灵测试的方法,让评分人员从PEGASUS模型与人工产生的摘要二选一,而评分人员并非总是选择人工产生的摘要,而且PEGASUS模型只要以1,000个范例进行微调训练,效能表现就能与人类相去不远。
研究人员提到,这样的成果代表摘要模型不再需要大量监督范例资料集,因此可以大幅降低训练成本。
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09