56、体育文章构建与驾驶员疲劳检测技术探索

体育文章构建与驾驶员疲劳检测技术探索

1. 体育文章构建项目概述

在体育文章构建项目中，由于手动总结耗时较长，因此设计一种为模型提供信息的格式，能在训练阶段更好地呈现内容，为最终用户生成简洁明了的文章。该项目将ROUGE指标得分从0.35提高到了0.41，并且创建了自己的数据集。

1.1 文献综述

• 自动收集体育新闻 ：有研究探讨了从实时文本评论脚本中自动收集体育新闻的可能性，将其归类为一种基于句子提取的文本摘要任务，并提出了概率句子选择算法来解决局部冗余问题。
• 基于实时评论生成新闻 ：尝试基于实时比赛评论生成新闻，使用了提取和抽象方法以及编码和文本增强技术。
• 板球文本评论的应用 ：板球文本评论是被忽视的可靠数据源，可用于分析球员优缺点，还能构建概率机器学习模型预测球的结果。
• 模型训练与评估 ：使用CNN每日邮件数据集训练模型，获得了0.38的Rouge - 1分数，该模型在生成新闻摘要方面表现出色。
• 数据摘要的深度学习架构 ：探讨了指针网络、分层变压器和强化学习等深度学习架构，强调了对Seq2Seq架构和变压器网络的基本理解在自然语言处理中的重要性。

1.2 数据集的使用

为了训练和测试序列到序列模型，创建了自己的数据集。使用Python的BeautifulSoup4和requests模块进行网页抓取，从https://cr