text_summurization_abstractive_methods
1.0.0
إذا كنت قادرًا على تأييدي على Arxiv، سأكون سعيدًا للغاية https://arxiv.org/auth/endorse?x=FRBB89 شكرًا. تم تصميم هذا الريبو لجمع تطبيقات متعددة للأساليب التجريدية لمعالجة تلخيص النص لمختلف اللغات (الهندية، الأمهرية، الإنجليزية، وقريبًا العربية)
إذا وجدت هذا المشروع مفيدًا، فيرجى التفكير في الاستشهاد بعملنا، فهذا سيعني الكثير حقًا بالنسبة لي
@INPROCEEDINGS{9068171,
author={A. M. {Zaki} and M. I. {Khalil} and H. M. {Abbas}},
booktitle={2019 14th International Conference on Computer Engineering and Systems (ICCES)},
title={Deep Architectures for Abstractive Text Summarization in Multiple Languages},
year={2019},
volume={},
number={},
pages={22-27},}
@misc{zaki2020amharic,
title={Amharic Abstractive Text Summarization},
author={Amr M. Zaki and Mahmoud I. Khalil and Hazem M. Abbas},
year={2020},
eprint={2003.13721},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
لقد تم تصميمه ليتم تشغيله ببساطة على google colab، في دفتر ملاحظات واحد، لذلك ستحتاج فقط إلى اتصال بالإنترنت لتشغيل هذه الأمثلة دون الحاجة إلى جهاز قوي، لذا ستكون جميع أمثلة التعليمات البرمجية بتنسيق jupiter، ولن تحتاج إلى ذلك لا يتعين عليك تنزيل البيانات على جهازك حيث نقوم بتوصيل دفاتر الملاحظات Jupiter هذه بـ Google Drive
تم شرح هذا الريبو في سلسلة من المدونات
قم بتجربة تلخيص النص هذا من خلال هذا الموقع (eazymind) الذي يمكنك من تلخيص النص الخاص بك من خلاله
curl -X POST
http://eazymind.herokuapp.com/arabic_sum/eazysum
-H 'cache-control: no-cache'
-H 'content-type: application/x-www-form-urlencoded'
-d "eazykey={eazymind api key}&sentence={your sentence to be summarized}"
pip install eazymind from eazymind.nlp.eazysum import Summarizer
#---key from eazymind website---
key = "xxxxxxxxxxxxxxxxxxxxx"
#---sentence to be summarized---
sentence = """(CNN)The White House has instructed former
White House Counsel Don McGahn not to comply with a subpoena
for documents from House Judiciary Chairman Jerry Nadler,
teeing up the latest in a series of escalating oversight
showdowns between the Trump administration and congressional Democrats."""
summarizer = Summarizer(key)
print(summarizer.run(sentence))
يحتوي على 3 نماذج مختلفة تنفذ مفهوم hving شبكة seq2seq مع الاهتمام أيضًا بإضافة مفاهيم مثل وجود ميزة تمثيل الكلمات الغنية هذا العمل هو استمرار لهذه المستودعات المذهلة
هو تعديل على https://github.com/Currie32/Text-Summarization-with-Amazon-Reviews seq2seq
تعديل على https://github.com/dongjun-Lee/text-summarization-tensorflow
تعديل على النموذج 2.ipynb باستخدام المفاهيم من http://www.aclweb.org/anthology/K16-1028
مجلد يحتوي على نتائج كلا النموذجين من نماذج نص التحقق بصيغة zaksum والتي تجمع كل من
تعديل على https://github.com/thomasschmied/Text_Summarization_with_Tensorflow/blob/master/summarizer_amazon_reviews.ipynb
إنه استمرار للعمل المذهل لـ https://github.com/abisee/pointer-generator https://arxiv.org/abs/1704.04368 يستخدم هذا التنفيذ مفهوم وجود شبكة مولد المؤشر لتقليل بعض المشكلات التي تظهر مع شبكة seq2seq العادية
يستخدم مولد مؤشر مع seq2seq مع الاهتمام بأنه تم إنشاؤه باستخدام python2.7
تم بناؤه بواسطة python3 للتقييم
سأستمر في العمل على تطبيقهم لآلية التغطية، ولا يزال هناك الكثير من العمل الذي سيأتي إن شاء الله
هذا التنفيذ هو استمرار للعمل الرائع الذي قام به https://github.com/yaserkl/RLSeq2Seq https://arxiv.org/abs/1805.09461
@article{keneshloo2018deep,
title={Deep Reinforcement Learning For Sequence to Sequence Models},
author={Keneshloo, Yaser and Shi, Tian and Ramakrishnan, Naren and Reddy, Chandan K.},
journal={arXiv preprint arXiv:1805.09461},
year={2018}
}
هذه مكتبة لبناء أساليب متعددة باستخدام التعلم المعزز باستخدام seq2seq، وقد قمت بتجميع التعليمات البرمجية الخاصة بها لتشغيلها في دفتر ملاحظات جوبيتر، وللوصول إلى محرك جوجل المصمم لـ python 2.7
تم بناؤه بواسطة python3 للتقييم
