18、文本摘要与植物病害分类的创新技术探索

文本摘要与植物病害分类的创新技术探索

一、BASiP：抽象文本摘要的新架构

（一）BASiP架构流程

BASiP是一种用于抽象文本摘要的新颖架构，其主要流程包含多个关键步骤：
1. BART模型处理 ：BART使用注意力机制和束搜索的组合，在保持摘要简洁的同时，为给定的输入文本生成准确且流畅的摘要。
2. SimCLS框架优化 ：将BART生成的摘要S1作为输入送入SimCLS框架，进一步优化摘要。SimCLS是一个抽象摘要模型，采用两阶段方法：
- 第一阶段 ：训练生成模型g(·)，以最大化给定数据集D下参考摘要Ŝ的可能性。g(·)是一个Seq2Seq模型。之后，在预训练的g(·)上使用束搜索等实例方法，生成多个候选摘要S₁, …, Sₙ ，其中n为采样候选的数量。
- 第二阶段 ：评分器根据源文档为每个候选摘要分配分数。主要目的是改进生成的候选摘要Si，以提高与原始文本D相比的ROUGE分数。通过对比学习构建评估函数h(·)，根据源文本和候选摘要Si之间的相似度，为生成的候选摘要赋予不同的ROUGE分数r₁, …, rₙ ，即rᵢ = h(Sᵢ, D) 。该值是编码时第一个标记之间生成的余弦相似度。得分最高的候选摘要即为最终输出摘要S。
3. 释义处理 ：为了提供更精确和合理的输出，引入了释义部分。释义器将文章细分为每个句子，分别对每个句子进行重构，最后将它们组合在一起。有时会用同义词替换术语，使摘要更流畅，加强句子结构，使生成的摘要S更合适且适用于实际应