تكسب المكالمات هي من بين الموارد المهمة للمستثمرين والمحللين لتحديث أهداف الأسعار الخاصة بهم. الشركات عادة ما تنشر النصوص المقابلة قريبا بعد أحداث الأرباح. ومع ذلك، فإن النصوص الخام هي في كثير من الأحيان طويلة جدا وتفوت الهيكل المتماسك. لتعزيز الوضوح
، يكتب المحللون تقارير منظما جيدا لبعض أحداث استدعاء الأرباح الهامة من خلال تحليلها، تتطلب الوقت والجهد. في هذه الورقة، نقترح تاتسوم (نموذج الاهتمام بإنفاذ القالب للتلخيص)، ونهج تلخيص عصبي معمم لتوليد التقرير المنظم، وتقييم أدائه في مجال مكالمات الأرباح. نحن نبني كوربا كبيرا مع الآلاف من النصوص والتقارير باستخدام أحداث الأرباح التاريخية. نقوم أولا بتوليد مجموعة مرشحة من التقارير من Corpus كقوالب ناعمة محتملة لا تفرض قواعد فعلية على الإخراج. بعد ذلك، نوظف نموذج تشفير مع فقدان الهامش المرتبة لتحديد مجموعة المرشح وحدد أفضل قالب الجودة. أخيرا، يتم استخدام النص والقالب الناعم المحدد كإدخال في إطار SEQ2SEQ لتوليد التقرير. النتائج التجريبية على مجموعة بيانات المكالمات الأرباح تظهر أن نموذجنا يتفوق بشكل كبير على النماذج الحديثة من حيث المعلومات والهيكل.
تهدف ورقتنا إلى أتمتة توليد التقارير الطبية من مدخلات صور الأشعة السينية الصدر، وهي مهمة حاسمة ولكنها تستغرق وقتا طويلا لأطباء الأشعة. تؤكد جهود توليد التقرير الطبي الحالي التأكيد على تقديم تقارير قابلة للقراءة من قبل الإنسان، ولكن النص الذي تم إنشاؤ
ه قد لا يتماشى بشكل جيد إلى الحقائق السريرية. تقاريرنا الطبية الناتجة، من ناحية أخرى، يجيد، والأهم من ذلك، دقيقة سريريا. يتم تحقيق ذلك من خلال النموذج الخاص بنا الممتازة والتنتهي التي تحتوي على ثلاث وحدات تكميلية: أخذ صور الأشعة السينية للصدر وثيقة التاريخ السريري للمرضى كمدخلات، وتنتج وحدة التصنيف الخاصة بنا قائمة مرجعية داخلية للمواضيع المتعلقة بالأمراض، المشار إليها كما تضمين المرض المخصب؛ ثم يتم تمرير تمثيل التضمين إلى مولدنا القائم على المحولات، لإنتاج التقرير الطبي؛ وفي الوقت نفسه، يخلق مولدنا أيضا تمثيلا مضمون مرجح، وهو يتغذى على مترجمينا لضمان الاتساق فيما يتعلق بالمواضيع المتعلقة بالأمراض. توضح التقييمات التجريبية نتائج واعدة للغاية حققتها نهجنا بشأن المقاييس المستخدمة عادة فيما يتعلق بطلاقة اللغة ودقة السريرية. علاوة على ذلك، لاحظت مكاسب الأداء الملحوظة باستمرار عند توفر معلومات الإدخال الإضافية، مثل المستند السريري والمسح الإضافي من وجهات نظر مختلفة.
مستوحاة من تعلم المناهج الدراسية، نقترح إطار جيل التوليد على التوالي (I.E.، إلى نص إلى نص) حيث نقسم مشكلة جيل تقرير الأشعة في خطوتين.عكس ذلك لتوليد تقرير الأشعة الكاملة من الصورة في وقت واحد، يولد النموذج مفاهيم عالمية من الصورة في الخطوة الأولى ثم إ
صلاحها إلى نصوص أدق ومتماسكة باستخدام الهندسة المعمارية القائمة على المحولات.نحن نتبع نموذج التسلسل المستند إلى التسلسل المحول في كل خطوة.نحن نحسن على أحدث مجموعة من مجموعات البيانات القياسية.
تنتج هذه التقارير الورقية من دراسة الاستنساخ التي نكررت فيها التقييم البشري لنظام توليد تقرير كرة القدم الهولندي باللغة الهولندية (Van der Lee et al.، 2017). تم تنفيذ العمل كجزء من المهمة المشتركة لإعادة التوبيخ بشأن استنساخ التقييمات البشرية في NLG،
في المسار الصحيح (ورقة 1). نهدف إلى تكرار الدراسة الأصلية بالضبط، مع الفرق الرئيسي الذي تم استخدام مجموعة مختلفة من المقيمين. نحن تصف تصميم الدراسة، وتقديم النتائج من دراسة النسخ الأصلية، ثم قارن وتحليل الاختلافات بين مجموعتين من النتائج. بالنسبة لنتائج المعتديين الأولين من الطلاقة والوضوح، نجد أنه في كلتا الدراسات، تم تصنيف النظام بشكل أكبر من أجل الوضوح أكثر من الطلاقة، وكان الوضوح انحراف معياري أعلى. كانت تصنيفات الوضوح والطلاقة أعلى، وانحرافاتها المعيارية أقل، في دراسة الاستنساخ أكثر من الدراسة الأصلية من الهوامش الكبيرة. كان الوضوح درجة أعلى من الاستيلاء من الطلاقة، كما تقاس معامل الاختلاف. البيانات والرمز متاحة للجمهور.
لمكافحة Covid-19، يحتاج كلا من الأطباء والعلماء إلى هضم كمية شاسعة من المعرفة الطبية الحيوية ذات الصلة في الأدب لفهم آلية المرض والوظائف البيولوجية ذات الصلة.لقد قمنا بتطوير إطار اكتشاف رواية وشامل للمعرفة، Covid-KG لاستخراج عناصر المعرفة بالوسائط ال
متعددة المحتلة الجميلة (الكيانات والعلاقات والأحداث) من الأدبيات العلمية.ثم نستغل الرسوم البيانية المعرفة بالوسائط المتعددة المبنية (KGS) على الإجابة على السؤال وتوليد التقارير، باستخدام المخدرات تسديدها كدراسة حالة.يوفر إطار عملنا أيضا جمل سياقية مفصلة، فرعية فرعية، وبرقراطية المعرفة كدليل.جميع البيانات، KGS، تقارير.
