俄语文本自动概括的比较

DOI:

EDN:

评审日期

出版日期

注解: 本文的研究主题是使用人工智能模型对俄语文本进行概括。 特别是，作者比较了流行的模型GigaChat，YaGPT2，ChatGPT-3.5，ChatGPT-4，Bard，Bing AI和YouChat，并对他们对俄语文本的工作进行了比较研究。 该文章使用俄语数据集，如Gazeta，XL-Sum和WikiLingua，作为后续泛化的源材料，以及英语，CNN Retail和XSum的其他数据集，用于比较泛化的有效性。 文章使用以下指标：ROUGE，BLEU score，BERTScore，METEOR和BLEURT来评估文本的泛化。  在本文中，使用人工智能模型对自动泛化过程中获得的数据进行比较分析作为研究方法。 该研究的科学新颖性是使用自然语言处理的各种神经网络模型对俄语和英语文本自动泛化的质量进行比较分析。 该研究的作者提请注意新模型GigaChat，YaGPT2，ChatGPT-3.5，ChatGPT-4，Bard，Bing AI和YouChat，考虑并分析其在文本泛化任务中的有效性。 俄语泛化的结果表明，YouChat在评级集方面表现出最高的结果，强调了模型在处理和生成文本方面的有效性，并更准确地再现了内容的关键元素。 与YouChat不同，Bard模型显示出最差的结果，代表了生成连贯和相关文本的能力最小的模型。

出版日期: