【人工智能项目】深度学习实现知乎文本摘要

TextRank:Gensim使用的文本摘要算法 Gensim是Python的一个无监督主题模型与自然语言处理的开源库,它有许多高效易用的自然语言处理函数。其中有一个文本摘要函数summarize,可以从大量的文本中提取重要的信息。下面简要介绍一下Gensim中的summarize函数的算法。 文章目录文本摘要与TextRankPageRankTextRankGensim中的TextRank具体摘要算法 文本摘要与TextRank 文本摘要主要分... 阅读详情

【人工智能项目】深度学习实现知乎文本摘要

在这里插入图片描述

任务说明

文本摘要是NLP领域经典任务之一,在当前互联网时代,用户可以通过自动文本摘要对海量文本信息进行简化处理。本次比赛的的任务就是自动文本摘要。

使用gensim来生成摘要

import numpy as np
import pandas as pd
from gensim.summarization.summarizer import summarize
testdf=pd.read_csv("data/test.csv")
testdf.head(10)

在这里插入图片描述

from pyltp import Segmentor
from pyltp import SentenceSplitter


_segmentor = None
_sent_splitter = None

def split(content):
    '''分句和分词'''
    global _segmentor, _sent_splitter
    if _segmentor is None:
        model_path = r'cws.model'
        segmentor = Segmentor()  # 初始化实例
        segmentor.load(model_path) # 加载分词模型
        _segmentor = segmentor  # 设置全局变量, 避免每次都重新加载模型, 耗时
        _sent_splitter = SentenceSplitter() # 句子分割模型
    sents = _sent_splitter.split(content)  # 先进行分句
    s = []
    for sent in sents:
        words = _segmentor.segment(sent) # 分词
        sent = ' '.join(words) # 用空格把词隔开
        s.append(sent)
    content = '. '.join(s)  # 用.把句子隔开
    return content
def clean(content):
    content = str(content).replace('.', '') # 删除句子分隔符
    content = str(content).replace(' ', '') # 删除空格
    return content

from gensim.summarization.summarizer import summarize

result=[]
#for i in range(10):

for i in testdf.index:
    t=testdf['article'][i]
    tokens = split(t)
    s=summarize(tokens)
    s=clean(s)
    print(i,s+'\n')
     
    result.append([i,s])
predresult=pd.DataFrame(result)
predresult.to_csv("mysubmission.csv",header=None, index=None)

在这里插入图片描述

使用textrank来生成摘要

import pandas as pd
from tqdm import tqdm
train_df = pd.read_csv('data/train.csv')
test_df = pd.read_csv('data/test.csv')
train_df.head()

在这里插入图片描述

from textrank4zh import TextRank4Keyword,TextRank4Sentence
texts = test_df['article'].values
res = []

for text in tqdm(texts):
    text = text.replace('<Paragraph>',' ')
    tr4s = TextRank4Sentence()
    tr4s.analyze(text=text, lower=True, source = 'no_stop_words')
    key_sentences = tr4s.get_key_sentences(num=1, sentence_min_len=20)
    res.append(key_sentences[0]['sentence'])

在这里插入图片描述

sub = pd.DataFrame()
sub['sum'] = res
sub.head()

在这里插入图片描述

sub.to_csv('sub.csv',header=None)

小结

下次见!!!
在这里插入图片描述

深度学习之文本摘要自动生成 当我们点开某个网站或某个新闻APP的时候,经常能看到这样的题目:“14亿人都不知道的真相,历史的血泪……”、“删前速看!XXX视频流出”等,可是当我们点进去的时候,往往会发现,都是标题党,文章和内容完全不符合!   如果这时候有一种工具能先替我们阅读新闻,再提炼出关键内容,那么我们肯定不会再受到标题党的影响,这对我们的生活无疑会有非常大的便利。而这需要的就是“文本摘要自动生成”技术! 阅读详情

相关推荐

人工智能AI 机器学习ML 深度学习DL 和 神经网络NN 的关系

人工智能 机器学习 深度学习 神经网络 的关系

自动驾驶汽车和机器人技术爱好者 1986

python中gensim内没有summarization的问题

最近想使用gensim中的BM25算法,使用以下命令安装gensim pip install gensim 按理说,使用BM25算法,需要以下代码将其导入 from gensim.summarization import bm25 但是代码运行的时候后发现系统提示(有可能你输入上一行代码编译器就已经会提示gensim中不存在summarization了) No module named 'gensim.summarization' 也就是说gensim中没有summarization模块,那就更别说b

mengsong的博客 9367

深度学习实战(一):基于 Transformer 的文本摘要生成

本文介绍了 BART Transformer 在文本摘要任务中的应用,并通过 Hugging Face transformers 进行 预训练推理与微调。附有详细的代码示例。

yweng18的博客 1830

一个phthon写的文章摘要工具(自然语言处理工具)

一个phthon写的文章摘要工具(自然语言处理工具)

liuruiaaa的博客 541

详解人工智能(AI) 机器学习(ML) 深度学习(DL)

有三个词,这两年出现的频率越来越高:人工智能(AI),机器学习(ML),深度学习(DL),到底他们哥仨是什么关系?今天小编化繁为简,用几张图带你迅速看明白。关系如图,从提出概念的时间上来看也很清楚: 人工智能AI:模拟人脑,辨认哪个是苹果,哪个是橙子。 机器学习ML:根据特征在水果摊买橙子,随着见过的橙子和其他水果越来越多,辨别橙子的能力越来越强,不会再把香蕉当橙子。 机器学习强调“...

ShuYunBIGDATA的博客 3756

nlp之文本摘要自动生成

当我们点开某个网站或某个新闻APP的时候,经常能看到这样的题目:“14亿人都不知道的真相,历史的血泪……”、“删前速看!XXX视频流出”等,可是当我们点进去的时候,往往会发现,都是标题党,文章和内容完全不符合!   如果这时候有一种工具能先替我们阅读新闻,再提炼出关键内容,那么我们肯定不会再受到标题党的影响,这对我们的生活无疑会有非常大的便利。而这需要的就是“文本摘要自动生成”技术!   ...

qq_41853758的博客 1万+

NLP05-Gensim源码[包与接口]

摘要:粗略从的方面查看一下gensim包中的文件结构与接口,感性地认识一下gensim的源码都有些什么东西,这个是认识Gensim源码的第一步。内容包含了文件结构,核心接口,Corpora模块,Models模块 ,Similarity模块,Models模块 ,scripts, 集成sklearn,摘要与关键词,单元测试,topic coherence这几个方面。0.文件结构把开gensim包,目录结

ld326的专栏 2135

借助PyTorch在AI人工智能中进行文本摘要

文本摘要旨在从大量文本信息中提取关键内容,生成简洁、有代表性的摘要。借助PyTorch进行文本摘要的目的在于利用其强大的深度学习功能,实现高效、准确的摘要生成。范围涵盖了各种类型的文本,如新闻文章、学术论文、小说等,可应用于信息检索、内容推荐、知识管理等多个领域。本文首先介绍背景知识,让读者了解文本摘要的基本概念和应用场景。接着阐述核心概念与联系,包括文本摘要的分类和相关架构。然后详细讲解核心算法原理和具体操作步骤,通过Python代码进行演示。随后介绍数学模型和公式,并举例说明。

欢迎来到我的优快云空间!这里聚焦AI大模型应用实战,分享前沿技术、实战案例与开发经验。 1174

词嵌入与文本 summarization:短文摘要与长文压缩

1.背景介绍 文本摘要和文本压缩是自然语言处理领域中的重要任务,它们的目的是将长篇文章压缩成较短的形式,使得读者能够快速了解文章的主要内容。在过去的几年里,随着深度学习技术的发展,文本摘要和文本压缩的研究取得了显著的进展。在这篇文章中,我们将讨论词嵌入和文本摘要与文本压缩的相关概念,探讨其核心算法原理,并提供具体的代码实例。 1.1 词嵌入 词嵌入是将词语转换为连续的低维向量的过程,这些向量...

AI天才研究院 1297

Java 人工智能应用:使用 DL4J 实现深度学习算法

本文介绍了如何使用Java深度学习库DL4J实现深度学习算法。DL4J是为Java开发者设计的开源分布式深度学习库,可与Hadoop和Spark集成处理大规模数据。文章详细讲解了DL4J开发环境的搭建步骤,包括Maven依赖配置和Java环境准备。重点演示了如何使用DL4J构建多层感知机(MLP)模型,涵盖数据准备、模型构建、训练和评估的完整流程。通过示例代码展示了如何实现数据预处理、神经网络配置、模型训练和性能评估,为Java开发者提供了深度学习应用的实践指南。文中采用的MLP模型适用于二分类问题,可作为

shrgegrb的博客 2480

【人工智能】深度学习:文本摘要(Text Summarization)

文本摘要(Text Summarization)随着近几年文本信息的爆发式增长,从大量文本信息中提取重要的内容,已成为一个迫切需求,而**自动文本摘要(automatic text summarization)**则提供了一个高效的解决方案。文本摘要是利用计算机按照某类应用自动地将文本(或文本集合)转换生成简短摘要的一种信息压缩技术。足够的信息量较低的冗余度较高的可读性数据集和评价指标抽取式摘要生成式摘要抽取式摘要。

AI天才研究院 1万+

AI, ML, DL的区别

人工智能(Artificial Intelligence)、机器学习(Machine Learning)、深度学习(Deep Learning)经常混叫,虽然没有非常准确的定义,但基本上是下面这些图所表示的关系。借用知乎上面的图。 简单点一句话:ML是AI的一种实现方法,DL是ML的一种方法。

Tony's Blog 3万+

基于LLM的AI Agent文本摘要生成

本文深入探讨了基于大型语言模型(LLM)的AI代理文本摘要生成技术。文章首先介绍了问题的背景,包括AI技术的发展趋势以及LLM在其中的重要性。接着,文章详细分析了文本摘要生成需求的来源和AI代理的基本原理。随后,文章通过具体的算法流程图、Python代码和数学模型,对基于LLM的AI代理文本摘要生成算法进行了详细阐述。最后,文章讨论了系统架构设计、项目实战以及最佳实践和注意事项,为读者提供了全面的技术指导和未来研究方向。随着人工智能技术的飞速发展,自然语言处理(NLP)已经成为一个重要的研究领域。

AI天才研究院 1205

【深度学习-Day 1】为什么深度学习是未来?一探究竟AI、ML、DL关系与应用

欢迎踏上深度学习(Deep Learning, DL)的探索之旅!近年来,人工智能(Artificial Intelligence, AI)浪潮席卷全球,而深度学习正是驱动这股浪潮的核心技术之一。无论你是对 AI 充满好奇的初学者,还是希望在技术领域深耕的开发者,理解深度学习都至关重要。本专栏旨在系统性地引导大家从零基础入门,逐步掌握深度学习的核心概念、关键技术和实战应用。

吴师兄大模型的博客 7375

解决usbisp不识别无法烧录Atmega328P,Arduino不识别问题

如果使用Arduino IDE里面的烧录,可能会遇到一个问题,就是不识别国产这种廉价的USBISP 点击烧录引导程序,会遭遇到找不到USB设备的问题,选哪个都会提示找不到,比如选择USBasp could not find USB device with vid=0x16c0 pid=0x5dc vendor='www.fischl.de' product='USBasp' 因此,我们需要使用到progisp这一个软件的1.72版本 选择好芯片的型号后,调用编译好的HEX文...

arenascat的博客 7441

【行为决策模块项目实战】解耦控制--多控制器管理与切换的方法(附C++代码)

[请添加图片描述](https://img-blog.csdnimg.cn/c11300d9e4fe421e9070f474a468d1db.jpeg)本文先对多控制器管理与切换的方法做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容VERTICAL_VEL, //垂直速度PID控制器VERTICAL_POS, //垂直位置PID控制器HORIZONTAL, //水平速度PID控制器YAW, //航向角yaw位置逻辑控制器。

qq_35635374的博客 1211

深度解析NLP文本摘要技术:定义、应用与PyTorch实战

在本文中,我们深入探讨了自然语言处理中的文本摘要技术,从其定义、发展历程,到其主要任务和各种类型的技术方法。文章详细解析了抽取式、生成式摘要,并为每种方法提供了PyTorch实现代码。最后,文章总结了摘要技术的意义和未来的挑战,强调了其在信息过载时代的重要性。

TechLead 2273

openpi 入门教程(二)droid libero 训练、推理

OpenPI是由物理智能团队发布的机器人领域开源模型与软件平台,提供基于流扩散式(π₀)和自回归式(π₀-FAST)两类视觉-语言-动作模型。平台支持在DROID、ALOHA、UR5等多种机器人系统上部署,包含预训练检查点(1万+小时数据)和微调示例。文档详细说明了各平台部署流程:DROID需启动策略服务器并配置摄像头;ALOHA提供真实机器人任务(取吐司、叠毛巾等)的检查点和场景设置建议;UR5示例展示自定义数据转换方法。实验性验证显示π₀-FAST在LIBERO基准测试中平均得分85.5。平台强调模型适

2506_90492529的博客 1024

教你如何用Python实现文本摘要模型(附教程)

翻译 | 和中华校对 | 申利彬来源 | 数据派THU(ID:DatapiTHU)本文介绍了如何利用seq2seq来建立一个文本摘要模型,以及其中的注意力机制。并利用Ke...

Python大本营的博客 1万+

《嵌入式-STM32开发指南》第三部分 外设篇 - 第2章 温度传感器DS18B20

2.1 理论分析 2.1.1概述 DS18B20 是 DALLAS 最新单线数字温度传感器,新的"一线器件"体积更小、适用电压更宽、更经济。Dallas 半导体公司的数字化温度传感器 DS1820 是世界上第一片支持 "一线总线"接口的温度传感器。 DS18B20采用的单总线协议,也就是只需占用主机一个I/O口,无需其他外围电路,直接将环境温度转换为数字信号,使用户可轻松地组建传感器网络,为测量系统的构建引入全新概念。另外,以"一线总线"的数字方式传输,大大提高了系统的抗干扰性。适合于恶劣环境的现场温度测量

不问归期的博客 8305

个人量化系统的策略集合与赚钱之道:全栈深度解析 + 与主流开源框架对比

前三篇把系统的"骨架"拆完了——架构、工程化、部署。本篇回答最关键的问题:一句话:别人的系统是"程序员的系统"(写代码才能加策略),daily_stock_analysis 是"股民的 YAML"(写中文就能加策略)。这个差异决定了它能在多大程度上真的帮你赚钱。如果你用过 、、,加一个策略的流程是: 问题在哪?在 daily_stock_analysis 里,“策略” = 一个文件。每个 YAML 是一个自然语言描述的交易策略,包括: 看到没? ——整个策略就是一段中文,零代码。任何会写字的人都能加新策略

shiter编写程序的艺术 160

深度学习文本摘要_使用深度神经网络的文本摘要

深度学习文本摘要 介绍 (Introduction) The amount of textual data being produced every day is increasing rapidly both in terms of complexity as well as volume. Social Media, News articles, emails, text messages (...

weixin_26704853的博客 1909

102、栅极驱动芯片选型与设计

文章摘要 本文分享了栅极驱动芯片选型与设计的实战经验。通过一次因驱动芯片选型不当导致的炸管事故,作者总结了栅极驱动芯片选型的五个关键参数:峰值驱动电流、驱动电压范围、传播延迟匹配、欠压锁定和隔离等级。文章详细分析了自举电路设计中的常见陷阱,以及栅极电阻对开关特性的影响,并强调了PCB布局布线的重要性。最后,作者提供了七条实用建议,包括避免通用型驱动芯片、关注CMTI参数、使用插件电阻等。核心观点是:栅极驱动设计需要综合考虑参数匹配、电路布局和实际调试,示波器实测波形是验证设计的唯一标准。

2401_88858637的博客 49

独家 | Python利用深度学习进行文本摘要的综合指南(附教程)

作者:ARAVIND PAI翻译:和中华校对:申利彬本文约7500字,建议阅读15分钟。本文介绍了如何利用seq2seq来建立一个文本摘要模型,以及其中的注意力机制。并利...

数据派THU 6110

Cadence PSpice 仿真11:电感型低通滤波器最坏情况分析仿真实战图文教程

在进行蒙特卡罗分析时会将元器件的容差考虑进去,然后通过运行多次的随机仿真,得到电路输出的一个范围。但是多数情况下设计师关注的只是电路的最坏情况是否满足设计要求。PSpice的最坏情况分析是取在容差的边界点元件参数进行仿真以计算出电路输出的最坏情况。所以如果如果电路中有10个元件的话,需要先取10个元件的标准值仿真1次,然后再分别在10个元件的容差边界处各仿真1次,然后再对仿真结果进行统计和计算,再最坏情况下再仿真1次。

fydar的博客 1945

使用 MATLAB/Simulink 对基于同步发电机的双机系统进行建模

双机系统(Two-Machine System)是电力系统中用于研究动态稳定性和控制策略的一个典型模型。它由两台同步发电机通过输电网络相互连接,模拟实际电网中的互联操作。当发生短路故障时,系统的暂态稳定性会受到挑战,可能导致发电机失步或电压崩溃。本教程将带你使用 MATLAB/Simulink 对基于同步发电机的双机系统进行建模,并对其在短路故障条件下的暂态稳定性进行仿真和分析。

amy_mhd的博客 218
上一篇: 【人工智能项目】深度学习实现50种环境声音分类
下一篇: 【人工智能项目】深度学习实现金融用户评论分类
mind_programmonkey
mind_programmonkey 领域专家: 算法与数据结构技术领域 领域专家: 算法与数据结构技术领域
博客等级 码龄9年 4435粉丝 1111原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

mind_programmonkey

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值