-
题名基于数据增强和两阶段训练的摘要忠实度评估
- 1
-
-
作者
赵金爽
黄德根
-
机构
大连理工大学计算机科学与技术学院
-
出处
《计算机科学》
北大核心
2025年第10期266-274,共9页
-
基金
云南省重点研发计划(202203AA080004)
国家自然科学基金(U1936109)。
-
文摘
文本摘要的忠实度,即其与原文在事实层面的一致性,对于自动文本摘要的实际应用具有重要意义。现有的摘要忠实度评估方法在利用文本摘要数据集方面存在不足,且构建的不忠实摘要与原文差异显著,这限制了评估方法的有效性。针对此问题,提出一种基于数据增强和两阶段训练的摘要忠实度评估模型——FaithEval。首先,定义两种数据增强方法,即同主题相似检索和外插掩码填充,用于生成与原文内容相关联的不忠实摘要,应用这些方法从文本摘要数据集中提取训练数据;然后,充分利用数据集的信息,基于原文和参考摘要构建的训练数据,分两个阶段对模型进行训练,逐步强化模型的忠实度评估能力;最后,人工构建摘要忠实度评估测试集SFETS,为检验模型性能提供基准。实验结果表明,在SFETS和Rank19数据集上,FaithEval均表现出色,尤其在SFETS数据集上,达到了当前最优的效果。
-
关键词
文本摘要
忠实度评估
数据增强
两阶段训练
基准测试集
-
Keywords
Text summarization
Faithfulness evaluation
Data augmentation
Two-stage training
benchmark test set
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名竞争算法优化BP神经网络性能研究
被引量：2
- 2
-
-
作者
卢滢宇
-
机构
宁波职业技术学院公共教学部
-
出处
《计算机系统应用》
2019年第5期173-177,共5页
-
基金
宁波职业技术学院2018年校级青年课题(NZ18027)~~
-
文摘
针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点,提出一种参数设置少,全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较, 30次试验下竞争算法的平均值与最小值均优于粒子群算法,验证了该算法的有效性.用竞争算法优化BP神经网络,并对11个测试数据集进行分类,实验结果表明,用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法,且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率,增强鲁棒性.
-
关键词
BP神经网络
竞争算法
基准函数
测试数据集
-
Keywords
BP neural network
PK algorithm
benchmark functions
test data set
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
