Distill Pegasus Cnn 16 4

🚀 Pegasusモデル

Pegasusは、要約タスクに特化したモデルです。このモデルに関する詳細な情報や使い方は、公式のドキュメントを参照してください。

🚀 クイックスタート

• ドキュメント: こちら
• 元のTF 1コード: こちら
• 著者: Jingqing Zhang, Yao Zhao, Mohammad Saleh, Peter J. Liu (2019年12月18日)
• メンテナ: @sshleifer
• タスク: 要約

📚 ドキュメント

混合と確率的チェックポイント

C4とHugeNewsの両方のデータセットで、ギャップ文の比率をサンプリングしてPegasusモデルを学習させ、重要な文を確率的にサンプリングします。更新された結果は次の表に示されています。

「混合と確率的」モデルには次の変更があります。

• C4とHugeNewsの両方で学習（データセットの混合は例の数で重み付け）。
• 500kではなく150万ステップ学習（事前学習の困惑度の収束が遅いことが観察されました）。
• モデルは15％から45％の間でギャップ文の比率を均一にサンプリングします。
• 重要文は、重要度スコアに20％の均一ノイズを加えてサンプリングされます。
• SentencePieceトークナイザーが改行文字をエンコードできるように更新されました。

(*) wikihowとbig_patentデータセットの数値は、トークン化とデータの変更のために比較できません。

• wikihowデータセットには段落分割に役立つ改行文字が含まれていますが、C4とHugeNewsモデルのSentencePieceトークナイザーは改行をエンコードせず、この情報を失います。
• BigPatentデータセットを更新して大文字小文字を保持し、一部のフォーマットのクリーニングも変更しました。詳細はTFDSの変更を参照してください。

「混合と確率的」モデルには（論文のpegasus-largeから）次の変更があります。

• C4とHugeNewsの両方で学習（データセットの混合は例の数で重み付け）。
• 500kではなく150万ステップ学習（事前学習の困惑度の収束が遅いことが観察されました）。
• モデルは15％から45％の間でギャップ文の比率を均一にサンプリングします。
• 重要文は、重要度スコアに20％の均一ノイズを加えてサンプリングされます。
• SentencePieceトークナイザーが改行文字をエンコードできるように更新されました。

引用

@misc{zhang2019pegasus,
    title={PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization},
    author={Jingqing Zhang and Yao Zhao and Mohammad Saleh and Peter J. Liu},
    year={2019},
    eprint={1912.08777},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}