期刊论文

An Automatic Generation Study of Academic Abstract Viewpoints Based on the UniLM Model

中文

图书情报工作

0252-3116

2023

67

02

131-139

10.13266/j.issn.0252-3116.2023.02.013

教育部人文社会科学青年项目“情境大数据驱动的社交媒体虚假信息识别模型与治理策略研究”（项目编号：21YJC870002）； 中央高校基本科研业务费资助项目“信息交互行为与隐私保护研究”（项目编号：CCNU22QN017）研究成果之一；

本校为第一机构

[目的/意义]将海量学术文本观点提取工作由人工转向机器,提高效率的同时又能够保证观点提取的准确性、客观性。[方法/过程]使用UniLM统一语言预训练模型,训练过程中对模型进行精调,以人工标注数据集进行机器学习。将学术文摘...展开更多 [目的/意义]将海量学术文本观点提取工作由人工转向机器,提高效率的同时又能够保证观点提取的准确性、客观性。[方法/过程]使用UniLM统一语言预训练模型,训练过程中对模型进行精调,以人工标注数据集进行机器学习。将学术文摘作为长度为a的文本序列,经过机器学习,生成长度为b的句子序列(a≥b),并且作为学术论文观点句输出。[结果/结论]研究结果表明:UniLM模型对...

[Purpose/Significance]The extraction of views from massive academic texts has shifted from manual to machine,which improves efficiency and ensures the accuracy and objectivity of point of view extraction.[Method/Process]Pre-train models using UniLM unified language,fine...MORE [Purpose/Significance]The extraction of views from massive academic texts has shifted from manual to machine,which improves efficiency and ensures the accuracy and objectivity of point of view extraction.[Method/Process]Pre-train models using UniLM unified language,fine-t...