关键词document-level features
搜索结果 - 3
- FETILDA:长篇财经文本嵌入的有效调优框架
我们提出并实现了一个利用预训练语言模型处理长文本文档的深度学习框架,将长文档分成块,并利用自注意力机制提取有价值的文档级特征,该框架在美国银行的 10-K 公开披露报告和其他美国公司提交的报告数据集上表现出色,是文本建模和回归模型的更好选择 - FLERT:用于命名实体识别的文档级特征
本文针对不考虑跨句子边界信息的标准命名实体识别(NER)模型,通过利用 Transformer 模型进行文档级别特征抽取,提出了基于 Fine-tuning 和 LSTM-CRF 的文档级特征 NER 模型,并通过对上下文窗口大小和文档本地 - COLING利用主题感知图神经网络增强抽取式文本摘要
本文提出了基于图神经网络(GNN)的抽取式摘要模型,并整合了深度神经主题模型(NTM)来发现潜在主题,从而提供句子选择的文档级特征,实验结果表明,我们的模型在 CNN/DM 和 NYT 数据集上取得了最先进的结果,在由较长文档组成的科学论文