気に入った記事をブックマーク
- 気に入った記事を保存できます
保存した記事の一覧は、はてなブックマークで確認・編集ができます
- 記事を読んだ感想やメモを書き残せます
- 非公開でブックマークすることもできます
エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
0
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
いまの話題をアプリでチェック！
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
事前学習モデルBARTを使って日本語文書要約をやってみた - Retrieva TECH BLOG
こんにちは。 カスタマーサクセス部リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約... こんにちは。 カスタマーサクセス部リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関する研究の最新動向の調査・キャッチアップなどを行っております。 今回の記事では、事前学習モデルであるBARTを使って日本語文書要約を行った話を紹介します。 概要 BARTの簡単な説明 BARTの未知語問題への対応 実験 実験設定 日本語要約タスクについて 比較手法について 実験結果 Livedoor News wikiHow 出力例 まとめ 概要 近年、自然言語処理の分野では事前学習を利用した研究が盛んに行われています。 有名な事前学習モデルとしては、BERT（Bidirectional Encoder Representations from Transformers）1と呼ばれるモデルが盛んに研究されています。 事前学習モデルの良いところとして、アノテーションされていない
ブックマークしたユーザー
すべてのユーザーの
詳細を表示します
詳細を表示します
