yaratilgan xulosa “Unda baland boÿyli it bor”, ROUGE-1 balli 5/8 va BLEU balli boÿladi.
Fransua Chollet va u Python 2.7-3.6 (Keras.io, nd) bilan mos keladi.
9
neyron tarmoqlarni qulay va tez qurish imkonini beradi. Keras tomonidan ishlab chiqilgan va qo'llab-quvvatlangan
va boshq., 2002). Misol uchun, agar ma'lumotnoma xulosasi "Mushuk va baland it bor" bo'lsa va
matnni umumlashtirish bilan ishlashda eng ko'p ishlatiladigan ko'rsatkichlar.
tizim xulosasi va ma'lumotnoma xulosasi mos ravishda 5 va 8. Bu ikki ko'rsatkich
Natural Language Toolkit (NLTK) - bu matnni qayta ishlash kutubxonasi bo'lib, u keng qo'llaniladi
2.5.2 NLTK
5/5 bo'ladi. Buning sababi shundaki, bir-biriga o'xshash so'zlar soni 5 va so'zlar soni
2.5.1
ma'lumotnoma xulosasidagi so'zlarning umumiy soni (Lin, Chin-Yew, 2004). BLEU ko'rsatkichi,
2.5.3 Scikit-o'rganish
tahlil qilish, tasniflash va boshqalar. NLTK jamoasi dastlab uni 2001 yilda chiqargan (Nltk.org, 2018).
Tabiiy tilni qayta ishlash (NLP). Tokenizatsiyaning yuqori samarali funktsiyalarini qo'llab-quvvatlaydi,
o'rganish. Keras ko'plab amalga oshirilgan faollashtirish funktsiyalarini, optimallashtiruvchilarni, qatlamlarni va boshqalarni o'z ichiga oladi. Shunday qilib, u
Mashina ishlab chiqarilgan xulosa ma'lumotnomalar bilan bir-biriga mos keladi (Papineni, Kishore,
Asosiy komponentlar tahlili (PCA) kabi kamaytirish usullari, k- kabi klasterlash usullari
Scikit-learn - bu Python tilidagi mashinani o'rganish kutubxonasi. Foydalanish uchun qulay o'lchovni amalga oshiradi
ROUGE dan farqli o'laroq, N-gramm aniqligiga asoslangan. Bu so'zlarning foizini bildiradi
Keras Python kutubxonasi boÿlib, dastlab 2015 yilda chiqarilgan boÿlib, u odatda mashina uchun ishlatiladi