توضیحات
Text production has many applications. It is used, for instance, to generate dialogue turns from dialogue moves, verbalise the content of knowledge bases, or generate English sentences from rich linguistic representations, such as dependency trees or abstract meaning representations. Text production is also at work in text-to-text transformations such as sentence compression, sentence fusion, paraphrasing, sentence (or text) simplification, and text summarisation. This book offers an overview of the fundamentals of neural models for text production. In particular, we elaborate on three main aspects of neural approaches to text production: how sequential decoders learn to generate adequate text, how encoders learn to produce better input representations, and how neural generators account for task-specific objectives. Indeed, each text-production task raises a slightly different challenge (e.g, how to take the dialogue context into account when producing a dialogue turn, how to detect and merge relevant information when summarising a text, or how to produce a well-formed text that correctly captures the information contained in some input data in the case of data-to-text generation). We outline the constraints specific to some of these tasks and examine how existing neural models account for them. More generally, this book considers text-to-text, meaning-to-text, and data-to-text transformations. It aims to provide the audience with a basic knowledge of neural approaches to text production and a roadmap to get them started with the related work. The book is mainly targeted at researchers, graduate students, and industrials interested in text production from different forms of inputs.
————————————————————–
ترجمه ماشینی :
تولید متن کاربردهای زیادی دارد. به عنوان مثال، برای ایجاد چرخش گفتگو از حرکات گفتگو، بیان کلامی محتوای پایگاه های دانش، یا تولید جملات انگلیسی از بازنمایی های زبانی غنی، مانند درختان وابستگی یا بازنمایی های معنایی انتزاعی استفاده می شود. تولید متن همچنین در تبدیل متن به متن مانند فشرده سازی جمله، ادغام جمله، بازنویسی، ساده سازی جمله (یا متن) و خلاصه سازی متن کار می کند. این کتاب مروری بر مبانی مدل های عصبی برای تولید متن ارائه می دهد. به طور خاص، ما در مورد سه جنبه اصلی رویکردهای عصبی برای تولید متن توضیح میدهیم: چگونه رمزگشاهای متوالی یاد میگیرند که متن کافی تولید کنند، چگونه رمزگذارها یاد میگیرند که نمایشهای ورودی بهتری تولید کنند، و چگونه مولدهای عصبی اهداف خاص کار را محاسبه میکنند. در واقع، هر کار تولید متن چالش کمی متفاوتی را ایجاد میکند (مثلاً نحوه در نظر گرفتن زمینه گفتگو هنگام تولید یک نوبت گفتگو، نحوه شناسایی و ادغام اطلاعات مرتبط هنگام خلاصه کردن یک متن، یا نحوه تولید یک متن خوب که اطلاعات موجود در برخی از داده های ورودی را در مورد تولید داده به متن به درستی دریافت می کن
tag : دانلود کتاب رویکردهای یادگیری عمیق برای تولید متن , Download رویکردهای یادگیری عمیق برای تولید متن , دانلود رویکردهای یادگیری عمیق برای تولید متن , Download Deep Learning Approaches to Text Production Book , رویکردهای یادگیری عمیق برای تولید متن دانلود , buy رویکردهای یادگیری عمیق برای تولید متن , خرید کتاب رویکردهای یادگیری عمیق برای تولید متن , دانلود کتاب Deep Learning Approaches to Text Production , کتاب Deep Learning Approaches to Text Production , دانلود Deep Learning Approaches to Text Production , خرید Deep Learning Approaches to Text Production , خرید کتاب Deep Learning Approaches to Text Production ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.