python3 final.py 对应代码解读抽取式提取+生成式提取摘要代码解读

for d in tqdm(valid_data):
    text = '\n'.join(d[0])
    summary = predict(text)
    metrics = compute_metrics(summary, d[2])
    for k, v in metrics.items():
        total_metrics[k] += v

关键预测部分代码

summary = predict(text)

进入到预测部分的代码

def predict(text, topk=3):
    # 抽取
    texts = convert.text_split(text)
    vecs = vectorize.predict(texts)
    preds = extract.model.predict(vecs[None])[0, :, 0]
    preds = np.where(preds > extract.threshold)[0]
    summary = ''.join([texts[i] for i in preds])
    # 生成
    summary = seq2seq.autosummary.generate(summary, topk=topk)
    # 返回
    return summary

这个没啥好讲的内容，本质上就是先抽取出句向量，然后调用抽取模型进行抽取，最后使用seq2seq的预测部分进行生成新的摘要的内容，基本上就是前面的路子顺一边，然后生成新的摘要的内容