
Text Summarisation을 위한 방법에는 크게 두가지가 있다. Extractive Summarisation - 원문에서 가장 중요한 문장들을 선택하고 이를 재구성하여 요약하는 방법 Abstractive Summrisation - 원문에서 중요한 정보들을 찾아내어 그 정보들을 가지고 새로운 문장들로 요약문을 생성하는 방법 이 글에서는 파이썬에서 구글의 Bert를 이용한 Bert Extractive Summarizer로 간단한 글의 extractive summarisation을 생성해 볼 예정이다. 먼저, pip에 Bert Extractive Summarizer을 설치하고, Summarizer의 작동을 위해 추가로 몇가지 패키지를 설치해 준다. pip install bert-extractive-su..
머신러닝&딥러닝
2021. 1. 10. 17:36
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- np.ma.maked_where()
- Extrative_Summarisation
- NLP
- Graph Neural Networks
- anaconda3
- 그래프
- ord()
- 윈도우
- Python
- 폰트 사이즈 변경
- 주피터노트북
- Summarisation
- BERT
- kernal error
- 오토인코더
- pytorch
- 티스토리 코드 폰트
- unique value
- Siamese Networks
- 논문구현
- 재부팅
- 딥러닝
- 샴네트워크
- np.tri()
- 파이썬
- GNN
- deep learning
- 합성곱
- 파이토치
- openCV기초
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함