TEXT SCULPTOR ™ - это экстрактор резюме, разработанный Juicycode с использованием архитектуры Transformers и обученный на модели BART.
Благодаря стремительному развитию искусственного интеллекта и технологий глубокого обучения, в области обработки естественного языка были сделаны значительные прорывы. Резюме текста, как важное приложение для обработки естественного языка, способно перевести большой объем текстовой информации в краткие пункты, тем самым экономя время чтения и повышая эффективность получения информации. Во многих областях, таких как новостные сообщения, научно-исследовательские работы, отчеты предприятий и другие сценарии, технология обобщения текста имеет широкое применение и пользуется спросом на рынке.
Цель данного проекта - разработать и реализовать процедуру извлечения текстовых резюме на основе предварительно обученной модели BART, которая обеспечивает эффективное и точное извлечение английских резюме с помощью архитектуры Transformers и методов тонкой настройки обучения. В проекте используется удобный интерфейс, написанный на PyQt5, который реализует функции управления обучением, просмотра и визуализации истории, а также тестирования модели для удовлетворения потребностей различных пользователей в процессе извлечения текстового резюме. В то же время проект использует многопоточную технологию, чтобы избежать блокировки интерфейса и обеспечить быстрый отклик программы.
TEXT SCULPTOR ™ извлекает предварительно обученные модели на основе таких резюме, как bart-large-cnn, bart-base и т. д., для тонкой настройки обучения, чтобы оптимизировать производительность модели для конкретных сценариев использования. В исходном коде для обучения модели используется GPU (выделенная видеокарта). Известно, что обучение не может быть завершено, если объем выделенной памяти GPU меньше или равен 6 ГБ.
| Версия | Обновление |
| 2023.1 | Внедрение процедур для добавления интерфейсов обучения и тестирования |
