AraBART:抽象的要約のための事前訓練アラビア語系列-シーケンスモデル【JST・京大機械翻訳】

Eddine Moussa Kamal; Tomeh Nadi; Habash Nizar; Roux Joseph Le; Vazirgiannis Michalis

プレプリント

J-GLOBAL ID：202202213382730770 整理番号：22P0307595

AraBART:抽象的要約のための事前訓練アラビア語系列-シーケンスモデル【JST・京大機械翻訳】

AraBART: a Pretrained Arabic Sequence-to-Sequence Model for Abstractive Summarization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ほとんどの自然言語理解と生成タスクのように,要約のための最先端のモデルは,大きなコーパス上で事前訓練された変圧器ベースのシーケンスツーシーケンスアーキテクチャである。ほとんどの既存のモデルは英語に集中していたが,アラビアは研究中である。本論文では,BARTに基づいて符号器と復号器が事前訓練されたエンドツーエンドであるAraBARTを提案した。AraBARTは,複数の抽象的要約データセット上で最良の性能を達成し,事前訓練アラビアBERTベースモデルおよび多言語mBARTおよびmT5モデルを含む強いベースラインより優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

システム・制御理論一般 , ニューロコンピュータ , 自然語処理

, , , ,

前のページに戻る