SPACES
端到端的长文本摘要模型（法研杯2020司法摘要赛道）。
博客介绍：https://kexue.fm/archives/8046
含义
我们将我们的模型称为SPACES，它正好是科学空间的域名之一（https://spaces.ac.cn），具体含义如下：
- S：Sparse Softmax；
- P：Pretrained Language Model；
- A：Abstractive；
- C：Copy Mechanism；
- E：Extractive；
- S：Special Words。
顾名思义，这是一个以词为单位的、包含预训练和Copy机制的“抽取-生成”式摘要模型，里边包含了一些我们对文本生成技术的最新研究成果。
运行
实验环境：tensorflow 1.14 + keras 2.3.1 + bert4keras 0.9.7
(如果是Windows，请用bert4keras>=0.9.8)
首先请在snippets.py中修改相关路径配置，然后再执行下述代码。
训练代码：
#! /bin/bash
python extract_convert.py
python extract_vectorize.py
for ((i=0; i<15; i++));
do
python extract_model.py $i
done
python seq2seq_convert.py
python seq2seq_model.py预测代码
from final import *
summary = predict(text, topk=3)
print(summary)交流
QQ交流群：808623966，微信群请加机器人微信号spaces_ac_cn