基于BART模型的风电技术文献摘要生成算法

作     者：李珍辉 贾任远 扈菲宇 孙嘉琦 LI Zhenhui;JIA Renyuan;HU Feiyu;SUN Jiaqi

作者机构：湖南工程学院计算机与通信学院湘潭411104 湖南工程学院电气与信息工程学院湘潭411104 

基　　金：湖南省教育科学“十四五”规划重点资助项目(XJK21AGD005) 

出 版 物：《湖南工程学院学报（自然科学版）》 (Journal of Hunan Institute of Engineering(Natural Science Edition))

年 卷 期：2023年第33卷第4期

页      码：48-53页

摘      要：针对风电技术文献专业性强、摘要自动生成困难的问题,提出一种基于BART模型与观察者机制的中文风电文献摘要生成算法(Summarization Generation Based on the Observer Mechanism of BART and Baidu DNN,SG-BART-DNN).首先,根据风电文献的特征,利用Jieba分词算法,整理、搭建数据集,完成数据集的预处理工作;然后,引入BART模型,建立风电词汇向量空间,利用自建数据集,训练得到针对风电文献的生成者模型;最后,引入观察者DNN机制,设计基于联合损失函数的学习准则与训练方法,对生成者模型进行优化.实验结果表明:与同类算法进行对比,SG-BART-DNN模型对原文的理解更充分,生成的语句更准确,ROUGE-L得分更高,可以解决中文风电文献摘要生成的难题.

主 题 词：自动摘要 预训练模型 观察者机制 梯度下降 

学科分类：0711[理学-心理学类] 07[理学] 080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1671-119X.2023.04.009

馆 藏 号：203125290...