N

Newsbert

由 uclanlp 开发
该研究基于BERT模型进行继续预训练,专门针对关键词生成任务进行了优化和实证分析。
下载量 128
发布时间 : 12/16/2022

模型简介

该模型是基于bert-base-uncased继续训练的预训练语言模型,专注于关键词生成任务。研究通过大量实验验证了预训练语言模型在关键词生成中的表现。

模型特点

动态掩码训练
采用15%的动态掩码比例进行继续预训练,增强了模型的语言理解能力
大规模预训练
在RealNews语料库上进行25万步的继续预训练,批次大小为512
优化学习率调度
采用线性学习率调度,包含4千步的热身阶段,学习率为1e-4

模型能力

关键词提取
关键词生成
文本理解
语言建模

使用案例

文本处理
文档关键词自动生成
为新闻文章、研究报告等文本自动生成代表性关键词
可提高文档检索和分类的效率
搜索引擎优化
为网页内容生成相关关键词,提升SEO效果
有助于提高网页在搜索引擎中的排名
学术研究
论文关键词建议
为学术论文自动生成合适的关键词
减轻作者负担,提高关键词的准确性
AIbase
智启未来,您的人工智能解决方案智库
简体中文