电信快报2024,Issue(9) :18-24.

基于深度学习的应急文本摘要研究与应用

李志渊 雷霆 赵福旺 符承鹏 陈浩
电信快报2024,Issue(9) :18-24.

基于深度学习的应急文本摘要研究与应用

李志渊 1雷霆 1赵福旺 1符承鹏 1陈浩1
扫码查看

作者信息

  • 1. 电信科学技术第一研究所有限公司,上海市 200032;上海迪爱斯信息技术有限公司,上海市 200032
  • 折叠

摘要

详细介绍Seq2Seq(序列到序列)模型、Transformer模型、预训练语言模型、PaLM 2.0 等基于深度学习的文本摘要技术,并讨论它们在应急管理中的应用潜力;重点介绍PaLM 2.0、mT5 和BART-139M这 3 种预训练模型在气象灾害应急预案文本摘要任务中的性能表现,探索如何更好地从文本中提取关键信息并生成简洁的摘要,提供快速且准确的参考信息,展示基于深度学习的文本摘要技术在应急预案文本处理中的应用前景,为提升应急响应的效率和智能化水平提供新思路.

关键词

深度学习/预训练模型/PaLM2.0/mT5/BART-139M/应急预案

引用本文复制引用

基金项目

上海市"科技创新行动计划"项目(21XD1430100)

上海市"科技创新行动计划"项目(22QB1400200)

上海市促进产业高质量发展专项资金项目(2211106)

出版年

2024
电信快报
电信科学技术第一研究所

电信快报

影响因子:0.313
ISSN:1006-1339
段落导航相关论文