|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
A method for creating structural models of text documents using neural networks
[Метод создания структурных моделей текстовых документов с использованием нейронных сетей]
D. V. Berezkin, I. A. Kozlov, P. A. Martynyuk, A. M. Panfilkin Bauman Moscow State Technical University (st. 2nd Baumanskaya 5/1, Moscow, 105005 Russian Federation)
Аннотация:
В статье описываются современные нейросетевые модели на основе BERT и рассматривается их применение для задач обработки естественного языка (NLP), таких как ответы на вопросы и распознавание именованных сущностей. В статье представлен метод решения задачи автоматического создания структурных моделей текстовых документов. Предлагаемый метод является гибридным и основан на совместном использовании нескольких моделей NLP. Метод строит структурную модель документа, извлекая предложения, соответствующие различным аспектам документа. Извлечение информации осуществляется с использованием вопросно-ответной модели BERT с вопросами, подготовленными отдельно для каждого аспекта. Ответы фильтруются с помощью модели распознавания именованных сущностей BERT и используются для формирования содержимого каждого поля структурной модели. В статье предложены два алгоритма формирования содержимого поля — алгоритм выбора исключающего ответа и алгоритм формирования обобщающего ответа, которые используются для коротких и объемных полей соответственно. В статье также описывается программная реализация предлагаемого метода и обсуждаются результаты экспериментов, проведенных для оценки качества метода.
Ключевые слова:
извлечение информации, нейронная сеть, распознавание именованных сущностей, вопросно-ответная система.
Поступила в редакцию: 03.11.2022
Образец цитирования:
D. V. Berezkin, I. A. Kozlov, P. A. Martynyuk, A. M. Panfilkin, “A method for creating structural models of text documents using neural networks”, Вестн. ЮУрГУ. Сер. Выч. матем. информ., 12:1 (2023), 28–45
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/vyurv291 https://www.mathnet.ru/rus/vyurv/v12/i1/p28
|
Статистика просмотров: |
Страница аннотации: | 7 | PDF полного текста: | 6 |
|