基于GPT2的详注中国新闻标题生成项目

简介：
本项目采用GPT-2模型，致力于开发能够自动生成详尽注释的中文新闻标题系统，增强信息透明度与理解力。 GPT2-新闻标题带有超详细注释的GPT2新闻标题生成项目更新日期为01.02.2021。该项目从网上收集了包括清华、搜狗等在内的多个新闻数据集，以及一些开源摘要数据，并进行了整理和清洗工作，制作了一个较为完善的中文摘要数据集。 在进行数据清理时，仅采用了简单的规则清洗方法。例如：去除了html标记、多余的空字符及图片标记等内容。 处理后的详细信息请参见原始数据文件或项目地址中的相关文档。清华新闻数据的提取码为vhol；搜狗新闻的数据提取码为ode6；nlpcc2017摘要数据的提取码是e0zq，csl摘要数据的提取码则是0qot；教育培训行业的摘要数据则使用kjz3作为其对应的下载代码。