نماذج تلخيص التعلم العميق الأخيرة (DL) تتفوق بشكل كبير من منهجيات التلخصات التقليدية، وتوليد ملخصات عالية الجودة. على الرغم من نجاحهم، لا تزال هناك مشكلات مفتوحة مهمة، مثل المشاركة المحدودة والثقة للمستخدمين في العملية برمتها. من أجل التغلب على هذه ا
لقضايا، نعيد النظر في مهمة التلخيص من منظور متمركز الإنسان. نقترح دمج واجهة المستخدم بنموذج DL الأساسي، بدلا من معالجة التلخيص كامرأة معزولة من المستخدم النهائي. نقدم نظام جديد، حيث يمكن للمستخدم المشاركة بنشاط في عملية التلخيص بأكملها. كما يمكننا المستخدم من جمع الأفكار في العوامل المسببة التي تدفع سلوك النموذج، واستغلال آلية اهتمام الذات. نحن نركز على المجال المالي، من أجل إظهار كفاءة نماذج DL العامة للتطبيقات الخاصة بالمجال. يتخذ عملنا خطوة أولى نحو نهج تصميم مشترك للواجهة النموذجية، حيث تتطور نماذج DL على طول احتياجات المستخدمين، مما يمهد الطريق نحو واجهات تلخيص نص الحاسوب البشري.
نحن ندرس مهمة وضع العلامات السرية أو السمية المحجوبة في المحادثات عبر الإنترنت.أبرز البحث المسبق الصعوبة في إنشاء نماذج اللغة التي تعترف بالسمية الدقيقة مثل الأصغرات.تؤكد تحقيقاتنا بشكل أكبر على صعوبة تحليل هذه الملصقات بشكل موثوق من الفئات الجماعية
عبر الجماعة الجماعية.نقدم مجموعة بيانات أولية، وسمية coverttox، والتي تهدف إلى تحديد وتصنيف هذه التعليقات من قالب Rater المكرر.أخيرا، نحن نغلق نموذج Bert Transk-Domain Bert لتصنيف تعليقات هجومية سائبة ومقارنة مع خطوط الأساس الحالية.
