0:00 كنت طالبًا سيئًا في المدرسة، لكنني كنت كفؤًا للغاية لدرجة أنني لم أنتهي أبدًا من قراءة أي من قراءاتي المخصصة. أتذكر أنه في سنتي الأخيرة من المدرسة الثانوية، تم تكليفي بكتاب إيما لجين أوستن، والآن بسبب كسلي الشديد، لم أتجاوز الصفحة الرابعة من اللغة الإنجليزية أبدًا، لم تكن اللغة الإنجليزية مناسبة لي حقًا، لذا ما انتهى بي الأمر بفعله هو الرجوع إلى صديقي القديم الجيد كليف نوتس، قرأت ملخصًا للكتاب بأكمله، ثم انتهى بي الأمر بعمل ملخصي الخاص من ذلك. الآن، كانت هذه العملية برمتها ستكون أسهل كثيرًا إذا كان لدي النموذج الذي سنصفه ونلقي نظرة عليه في هذا الفيديو، وهذا يوصلنا إلى النموذج في هذا الفيديو، سنلقي نظرة على نموذج بيغاسوس للتلخيص التجريدي. الآن
0:46 ربما تفكر يا نيك، ما هو التلخيص التجريدي؟ حسنًا، يهدف التلخيص التجريدي إلى القيام بذلك بالضبط، فهو يهدف إلى أخذ نص وتلخيصه في نسخة أقصر، وفي هذه الحالة بالذات عندما نتحدث عن التلخيص التجريدي، فإنه في الواقع يولد جملًا جديدة، لذا فهو لا يقتصر الأمر على النظر إلى نص كامل واستخراج أهم ما فيه، كما هو الحال في التلخيص الاستخلاصي، بل إنه في الواقع ينظر إلى نص كامل ويحاول إنشاء ملخص تجريدي له، وبالتالي توليد جملة جديدة. النموذج الذي سنلقي عليه نظرة هو نموذج بيغاسوس الذي دربته مجموعة من الباحثين بدعم من معهد علوم البيانات في إمبريال كوليدج بلندن، بالإضافة إلى جوجل. هناك العديد من حالات الاستخدام
1:32 للتلخيص التجريدي، ولعل تلخيص إيما هو أحدها، ولكن هناك العديد من الحالات الأخرى. على سبيل المثال، إذا أردت قراءة عدد كبير من الصحف بشكل أسرع، يمكنك فعل ذلك. في الواقع، تم تدريب نموذج بيغاسوس على عدد كبير من المقالات من سي إن إن وبي بي سي. يمكنك أيضًا تلخيص منشورات أو مواضيع على ريديت. في هذه الحالة، تم تدريب بيغاسوس على ذلك أيضًا. إحدى حالات الاستخدام المفضلة لدي هي القدرة على استخدام نموذج بيغاسوس لتلخيص المجلات العلمية، وهو أمر تم إنجازه باستخدام مقالة على ببمد. تم وصف نموذج بيغاسوس في ورقة بحثية بعنوان بيغاسوس. إعادة التدريب باستخدام جمل الفجوة المستخرجة للتلخيص التجريدي تم بناؤه باستخدام بنية مشفر وفك تشفير المحول مع إخراج المشفر لرموز القناع وفك التشفير
2:19 لتوليد جمل الفجوة. الجزء الثاني في هذه الحالة بالذات هو العطاء الذي نهتم به ومع ذلك، فإن فريق البحث أخرج رموز الكتلة بحيث لا يزالون قادرين على تقييم النموذج مقابل مجموعة من معايير معالجة اللغة الطبيعية القياسية. يختلف هذا النموذج عن نماذج gsg التقليدية في أنه تم تدريبه مسبقًا على جمل الفجوة الموجودة من نص الجسم. استخرج الباحثون جملًا محددة من مجموعة النصوص واستخدموها كهدف للتدريب المسبق. تم ذلك بهدف إنتاج ملخصات مولدة أكثر قوة. الآن في هذا الفيديو سنقوم بعمل دورة تدريبية مكثفة قليلاً على Pegasus دعونا نلقي نظرة أعمق على ما سنمر به لذلك في هذا الفيديو سنبدأ أولاً بتثبيت التبعيات حتى نتمكن من استخدام نموذج Pegasus وسنفعل ذلك على وجه التحديد من خلال مكتبة
3:05 تسمى Hugging Face Transformers ثم ماذا ما سنفعله هو أننا سنستورد النموذج ونُهيئه، لذا سيؤدي هذا في الأساس إلى تنزيل النموذج وإعداده حتى نتمكن من إجراء بعض التلخيص الجذاب، ثم في الخطوة 3 سنفعل ذلك بالضبط، لذا سنأخذ مجموعة من أنواع النصوص المختلفة وسنمررها بالفعل إلى نموذج Pegasus الخاص بنا ونرى كيف يعمل بالفعل في إجراء بعض التلخيص الجذاب، الآن من حيث كيفية عمل ذلك، أولاً ما سنفعله هو أننا سنقوم بتثبيت Pi Torch والمحولات، لذا سيكون Pytorch هو نموذج التعلم العميق الأساسي الذي لدينا، نموذج Pegasus، ثم سنقوم بتنزيل نموذج اختبار Google Pegasus، لذا تم تدريب هذا بالفعل على مجموعة كاملة من مقالات BBC، لذا سنكون قادرين على الاستفادة من ذلك، لكنني سأوضح لك مكان الوصول إلى النماذج الأخرى أيضًا إذا كنت تريد القيام بذلك، ثم ما سنفعله هو
3:51 اختتامه وتمرير نص كامل وتلخيصه، لذا سنأخذ بعض مقالات Wikipedia ونمررها إلى نموذج Pegasus الخاص بنا وستفعل لنفترض أننا قمنا بإنشاء نسخة مختصرة مختصرة من ذلك وستكون ملخصًا تجريديًا لذا فهي ليست مجرد جملة موجودة داخل نص موجود جاهز للقيام بذلك دعنا ننتقل إلى ذلك حسنًا يا رفاق لذا من أجل المضي قدمًا واستخدام Pegasus سيكون هناك ثلاثة أشياء نحتاج إلى المضي قدمًا والقيام بها أولاً ما سنفعله هو تثبيت تبعياتنا وهذه ستكون Pi Torch و Hugging Face Transformers ثم ما سنفعله هو أننا سنستورد هذه النماذج ونحملها ثم ما سنفعله هو إجراء هذا التلخيص التجريدي لذا أعتقد أن هذا قوي جدًا أليس كذلك، على سبيل المثال، أردت الذهاب وتلخيص كتلة من
4:36 النص وربما تمريرها إلى رسالة إخبارية، سيكون هذا بالتأكيد خط الأنابيب الذي تريد إلقاء نظرة عليه حسنًا، دعنا نمضي قدمًا أولاً وقم بتثبيت تبعياتنا الآن التبعية الأولى التي سنحتاجها هي PyTorch لذا من أجل الاستيلاء على PyTorch ما يمكنك فعله هو الانتقال إلى pytorch.org ثم كل ما عليك فعله هو الذهاب والنقر فوق التثبيت وستتمكن من تثبيته، لذا إذا مررنا لأسفل فإن الإصدار الذي سنختاره هو الإصدار المستقر طويل الأمد، ثم سنختار نظام التشغيل الخاص بنا، لذا دعني أقرب هذا حتى تتمكن من رؤيته بشكل أفضل قليلاً، لذا لدينا الإصدار الذي نريده أو الإصدار الذي نريده، ما نظام التشغيل الذي نستخدمه في هذه الحالة، نحن نستخدم Windows، وسنقوم بتثبيته باستخدام pip وسنقوم بتثبيته لـ Python،
5:22 وفي هذه الحالة لدي Cuda 11 على جهازي، إذا لم يكن لديك تنفيذ Cuda أو إذا كنت لا تعمل على وحدة معالجة الرسومات بشكل جيد تمامًا، فلا يزال بإمكانك المضي قدمًا والقيام بذلك، ما عليك سوى اختيار إصدار وحدة المعالجة المركزية إذا كنت تعمل على أو الاستمرار في التمرير هناك إذا كنت تعمل على Collab، فأعتقد أنه سيكون Cuda 11 أيضًا، لذا دعنا نمضي قدمًا وننسخ هذا ولتثبيته، كل ما نحتاج إليه هو كتابة علامة تعجب ثم لصق ذلك وأنا سنتخلص فقط من pip 3 أو مجرد 3 من pip 3 وإذا مضينا قدمًا وقمنا بتشغيل هذا، فسوف نستمر في تثبيت تطبيق pi torch الخاص بنا بحيث يعمل بسرعة كبيرة لأنني قمت بتثبيته بالفعل، يمكنك أن ترى أن أول ما تحتاج إلى فعله هو تثبيت pi torch لذا دعنا نضيف تعليقًا صغيرًا هناك في متجر pie torch
6:10 ثم الشيء التالي الذي نحتاج إلى القيام به هو المضي قدمًا وتثبيت محولات hugging face لذا من أجل القيام بذلك نحتاج فقط إلى كتابة pip install transformers والضغط على shift enter ومرة أخرى لقد قمت بتثبيته مسبقًا لذا فقد سار الأمر بسرعة كبيرة ولكن كل ما عليك فعله إذا كنت تقوم بتثبيته لأول مرة فلنضف تعليقًا install transformers كل ما عليك فعله هو كتابة علامة تعجب pip install transformers الآن ربما تفكر يا نيك لماذا أحتاج إلى المحولات إنه مثل ألا نستخدم pegasus حسنًا، تطبيق pegasus الذي سنستخدمه هو من خلال hugging face لذا فإن hugging face هي شركة معالجة لغة طبيعية رائعة هذا يعطي مجموعة كاملة من نماذج معالجة اللغة الطبيعية مفتوحة المصدر التي
6:56 يمكنك المضي قدمًا واستخدامها، ويصادف أن نماذج Google Pegasus متوفرة هناك، لذا يمكنك أن ترى أن لدينا امتحان Pegasus و Pegasus Large و Pegasus CNN Daily Mail، لذا فإن كل نموذج من هذه النماذج المختلفة هي نماذج تم تدريبها على مجموعات بيانات مختلفة، لذا يمكنك أن ترى بالفعل أن هناك مجموعة كاملة من النماذج المختلفة التي يمكننا استخدامها، سنستخدم نموذج الامتحان لأنه الأكثر شيوعًا وهو النموذج الذي وجدت فيه نتائج جيدة جدًا، لذا إذا دخلنا بالفعل في هذا، فما يمكنك فعله في الواقع هو رؤية مجموعة كاملة من المعلومات حول النموذج ومجموعة كاملة من الوثائق حول كيفية بنائه، ولكن مرة أخرى سأربط بالورقة الرسمية داخل الوصف أدناه حتى تتمكن من رؤية ذلك أيضًا، رائع، لذا سنستخدم هذا النموذج الآن، دعنا نمضي قدمًا ونفعل ذلك، لذا أكملنا الآن الخطوة صفر، ما
7:44 نحتاج إلى فعله الآن هو المضي قدمًا واستيراد نموذجنا وتحميله، دعنا نمنح أنفسنا مساحة إضافية صغيرة، لذا سأضيف بعض الميزات الإضافية الخلايا وما سنفعله الآن هو استيراد النموذج وتحميله لذا سنقوم أولاً باستيراد بعض التبعيات ثم إحضارها لذا دعنا نستمر في استيراد تبعياتنا أولاً حسنًا لذا فهذه هي تبعياتنا الرئيسية المستوردة الآن لذا كتبت سطرًا واحدًا من التعليمات البرمجية هناك لذا فإن هذا استيراد التبعيات من المحولات لذا دعونا نلقي نظرة على ما كتبناه هناك لذا كتبت من المحولات استيراد بيغاسوس
8:30 لتوليد الشرط وكل منها له حرف كبير لذا فهو في فاصلة الجمل بيغاسوس توكنيزر لذا قمنا بالفعل باستيراد فئتين جديدتين لقد استوردنا هذه الفئة وهي بيغاسوس لتوليد الشرط والتوكنيزر أيضًا لذا ما ذهبنا إليه بالفعل وأحضرناه هو شيئين منفصلين سيسمح لنا التوكنيزر بتحويل جملنا إلى مجموعة من الرموز لذا فكر في هذا كمجموعة من تمثيلات الأرقام لجملنا لذا بدلاً من المرور عبر الكلمة أمم لا أعرف آيفون فإنه سيعين معرفًا فريدًا لتلك الكلمة المحددة مما يسمح لنا بتمريرها إلى نموذج التعلم العميق لدينا، لذا فهذه هي عملية التجزئة، ثم ما أحضرناه أيضًا هو فئة توليد الشرط بيغاسوس،
9:16 وهذا في الواقع ما سيسمح لنا باستخدام النموذج، لذا سيكون هذا هو حامل نموذج التعلم العميق المحدد لدينا، لذا عندما نذهب وننشئها، سننشئ مثيلًا لمرمزنا وسنقوم بإعداد نموذجنا أيضًا، لذا ما سنفعله هو بالضبط الآن، لذا دعنا ننشئ مرمزنا ونموذجنا، لذا سننشئ مرمزنا، لذا فهذا هو مرمزنا المستورد الآن، لذا ما كتبناه هناك هو مرمز يساوي مرمز بيغاسوس، لذا هذه الفئة من هنا، ثم استخدمنا الطريقة المدربة مسبقًا من لتحميل نموذج موجود، لذا هذا ما سيسمح لنا بالاستفادة من نموذج بيغاسوس إكسل، لذا في
10:02 هذه الحالة، هذا هو النموذج الدقيق الذي سنستخدمه، لذا ابحث في جوجل عن "الشرطة الأمامية المائلة" بيغاسوس إكسوم الآن لأنني استخدمت هذا النموذج قبل أن يتخطى نوعًا ما التنزيل لأنه تم تنزيله مسبقًا بالفعل عندما تفعل هذا لأول مرة، فإنه سيستمر في الواقع وتنزيل النموذج، أعتقد أنه حوالي حوالي غيغابايت، لذا ضع في اعتبارك أن لديك مساحة قرص كافية لاحتواء ذلك أيضًا إذا كنت تريد الذهاب واستخدام نماذج بيغاسوس مختلفة، فيمكنك ذلك أيضًا كل ما عليك فعله هو تمرير الاسم حتى تتمكن من رؤية أن هذا النموذج هنا يسمى بيغاسوس للأمام مائل كبير إذا كنت تريد تحميل هذا النموذج، فكل ما عليك فعله هو استبدال ذلك هنا واستبداله في نفس المكان عندما نقوم بإنشاء نموذجنا، سترى ذلك في ثانية واحدة، لذا يمكنك مرة أخرى استخدام مجموعة كاملة من النماذج المختلفة إذا كنت تريد دعنا ننشئ نموذجنا الآن، لذا أنشئ نموذجنا في
10:47 الواقع، قم بتحميل النماذج، ربما يكون هذا وصفًا أفضل لما نفعله، لذلك نقوم بتحميل مُجزئ ونقوم بتحميل نموذجنا، لذا دعنا نحمل نموذجنا الآن رائع، لذا هذا هو نموذجنا الذي تم تحميله الآن، لذا ما حصلت عليه وكتبته هناك هو نموذج يساوي بيغاسوس للقوام الشرطي لـ بيغاسوس لتوليد الشرط وهو هذا هنا ثم مرة أخرى ذهبنا واستخدمنا طريقة من المدربة مسبقًا على نحو مشابه لما استخدمناه هنا للصعود وتحميل نموذج موجود في هذه الحالة لأنني قمت بتنزيله مسبقًا، فقد تم تنزيله بالفعل، لذلك لم يكن بحاجة إلى الذهاب وتنزيله مرة أخرى، لذا يتم تحميله بسرعة كبيرة وبعد ذلك سأمرر النموذج الذي أريد استخدامه، لذا في هذه الحالة نستخدم
11:34 نموذج إكسل بيغاسوس داش من جوجل للأمام، لذا مرة أخرى تمامًا كما فعلنا ومررنا لك إلى المُجزئ الخاص بنا، لذلك كل ما نحتاجه هو استيراد نماذجنا وتحميلها، لقد كتبنا ثلاثة أسطر مختلفة من التعليمات البرمجية، لذا أولاً قمنا باستيراد تبعياتنا من المحولات، ثم ذهبنا وحملنا المُجزئ الخاص بنا، وأخيرًا وليس آخرًا ذهبنا وحملنا نموذجنا، والآن ما يمكننا فعله بالفعل هو إجراء بعض التلخيص التجريدي، لذا دعنا نمضي قدمًا ونفعل ذلك الآن أولاً ما نحتاج إلى فعله هو الحصول على بعض النصوص التي نريد تلخيصها، لذا سنذهب لإنشاء متغير جديد يسمى النص وسنقوم بإنشاء ثلاث مجموعات من علامات الاقتباس حتى نتمكن من تضمينه عبر عدة أسطر أعتقد أنه إذا ذهبنا وأخذنا بايثون من ويكيبيديا فهذا مثال رائع لذا إذا انتقلنا إلى صفحة بايثون ويكيبيديا ودعنا نقول أننا نسخنا كتلة النص هذه
12:21 فما يمكننا المضي قدمًا فيه هو لصقها هناك وتجربتها حتى يكون هذا نصنا الذي سنحاول تلخيصه الآن مرة أخرى يمكنك إلقاء أي شيء تريده هنا لذا إذا أردت إلقاء ما لا أعرفه مثل ملخص من ورقة بحثية يمكنك القيام بذلك أيضًا في الواقع سنحاول ذلك على الأرجح في هذه الحالة ما ذهبنا وفعلناه هو أننا ذهبنا للتو وأخذنا بعض النص من ويكيبيديا وسنحاول إنشاء نسخة مختصرة منه دعنا نتخلص من ذلك لذا دعنا نمضي قدمًا وأول ما سنفعله هو تحويل هذا إلى رموز لذا تذكر أننا قلنا أننا حملنا في برنامج التجزئة الخاص بنا هنا ما نحتاج إلى فعله أولاً هو تحويل هذا النص إلى تمثيل الرمز لذا هذا هو بالضبط ما سنفعله الآن لذا قم بإنشاء الرموز وتذكر أن رموزنا هي تمثيل رقمي دعني أرفع هذا
13:07 قليلاً حتى نتمكن من رؤيته تمثيل رقمي لنصنا لذا دعنا نمضي قدمًا ونفعل ذلك حسنًا لذا فهذه هي رموزنا التي تم إنشاؤها الآن لذا إذا ذهبنا وألقينا نظرة على رموزنا يمكنك أن ترى أن لدينا مجموعة كاملة من الرموز المختلفة هناك الآن دعني أشرح ما لدينا هناك أو ما قمنا به بالفعل لذا ما كتبته هو الرموز تساوي المرمز وهذا باستخدام المرمز الذي أنشأناه هنا ثم نمرر عبر نصنا وهو ما كان لدينا هنا حتى تتمكن من رؤية أن هذه هي وسيطتنا الموضعية الأولى هناك
13:53 ثم سنمر عبر عدد من معلمات الكلمات الرئيسية لذا حددنا على وجه التحديد أننا نريد الاقتطاع وهذا يعني في الأساس أنه سيختصر نصنا للتأكد من أنه بطول مناسب حتى نتمكن من تمريره إلى نموذجنا لأنه هناك هناك حدود لما يمكنك تمريره إلى النموذج ثم نذهب ونحدد أننا نريد أن تكون الحشوة لدينا طويلة قدر الإمكان لذلك تم تعيين الحشوة على أنها الأطول ثم ذهبنا وحددنا أننا نريد إرجاع أزمنة شعلة الفطيرة لإرجاع أزمنة الشرطة السفلية وقمنا بتعيين ذلك على pt لشعلة pi لذا فإن كل هذا هو سطر واحد هنا لإنشاء هذه الرموز ومن ثم يمكنك في الواقع رؤية تمثيل الرمز لنصنا لذا فإن ما نقوله بشكل أساسي هو أن كل هذا هنا يتم تمثيله بهذه الأرقام لتكون قادرًا على تمريره إلى نموذج بيغاسوس الخاص بنا رائع جدًا
14:39 لذا دعنا نلقي نظرة على هذا السطر مرة أخرى لقد كتبت الرموز تساوي tokenizer تمر عبر نصنا كحجة موضعية محددة تتضمن الاقتطاع الصحيح الحشو المحدد يساوي الأطول وأزمنة الإرجاع المحددة مثل شعلة pi مما يمنحنا هذه الرموز هنا الآن ما نحتاج إلى فعله الآن هو الذهاب ومحاولة تلخيص هذا لذا دعنا نمضي قدمًا ونفعل ذلك حسنًا لذا يبدو أنه قد ذهب و تم توليد ملخص بنجاح، لذا ما كتبته هو الملخص يساوي نموذج نقطة توليد، ثم ما نفعله هو تفريغ كل الأشياء التي لدينا داخل الرمز المميز، لذا تم تحديد علامة النجمة، الرمز المميز، لذا إذا
15:26 مررنا ذلك من خلال علامة النجمة، فقد يؤدي ذلك إلى حدوث خطأ، لذا ما نفعله فعليًا هو تفريغ كل الأشياء التي لدينا هنا، لذا فهذه مجرد طريقة أبسط لتمرير معرفات الإدخال بالإضافة إلى قناع الانتباه، لذا عندما نذهب وننشئ هذه الرموز، فإننا في الواقع نحصل على شيئين مرة أخرى، لذا نحصل على جميع معرفات الإدخال هذه التي هي رموزنا الفعلية، ثم نحصل على هذا الشيء الآخر المسمى قناع الانتباه والذي يحدد بشكل أساسي المكان الذي سيتم توجيه انتباهنا إليه عند إنشاء هذا النص، ولكن في الوقت الحالي، ركز فقط على معرفات الإدخال هذه واعلم أن كل ما عليك فعله هو تفريغ هذه الرموز وتمريرها إلى نموذجنا وسيؤدي ذلك إلى إنشاء ملخصنا، لذا دعنا نلقي نظرة على هذا السطر الكامل هناك لذا كتبت ملخص
16:11 يساوي نموذج نقطة توليد ثم سنبدأ في فك ضغط هذا القاموس من الرموز نأمل أن نلقي نظرة على نوع الرمز الخاص بنا لذا يجب أن يكون النوع قاموسًا حسنًا يبدو الأمر كذلك لذا فهي فئة محددة ولكن يمكنك في الواقع أن ترى أن هذا يبدو وكأنه قاموس إنه ملفوف بين أقواسنا المتعرجة لذا باستخدام علامة النجمة المزدوجة الخاصة بنا يمكننا فك ضغط ذلك وتمريره إلى دالة model.generate هذه لذا فإن السطر الكامل هو ملخص يساوي نموذج نقطة توليد علامة النجمة ثم الرموز لذا فهو فك ضغط ذلك ثم النتيجة التي نحصل عليها لذا إذا كتبت في الملخص هو عدد من الموتر للخلف لذا فإن هذا يعيد فعليًا مجموعة منفصلة من الموتر لذا تذكر أننا مررنا ببعض الموتر كمدخلات ما سنحصل عليه هو موتر الإخراج لدينا
16:56 الآن هذه هي في الواقع النتيجة أو الملخص الخاص بنا لذا إذا ذهبنا بالفعل وفككنا تشفير هذا يمكننا في الواقع رؤية شكل الملخص الخاص بنا لذا إذا ذهبنا وكتبنا لذا فإن هذا ملخص بالموتر أو في الواقع في الرموز الآن الآن لا تمثل الكثير بالنسبة لنا لأنها مجرد مجموعة من الأرقام لذا ما يمكننا فعله في الواقع هو إجراء خطوة فك التشفير للانتقال وتحويل هذا مرة أخرى إلى كلمات الآن يمكننا استخدام برنامج فك التشفير الخاص بنا للقيام بذلك لذا دعنا نذهب ونفعل ذلك بالفعل لذا فإن برنامج فك التشفير ثم إذا مررنا عبر ملخصنا وسنستخرج حتى تتمكن من رؤية أن هذا ملفوف داخل مجموعتين من الأقواس المربعة لذا لدينا قوس مربع هناك ولدينا مجموعة ثانية من الأقواس المربعة لذا فهي
17:41 متداخلة بالفعل الآن ما نحتاج إلى القيام به هو مجرد الاستيلاء على المثيل الأول لنتيجتنا وهذا سيعطينا ملخصنا مرة أخرى لذا فهذا رائع جدًا أليس كذلك لذا فإن هذا هو فك تشفير ملخصنا لذا فك تشفير الملخص لذا دعنا نلقي نظرة سريعة على السطر الذي كتبناه هناك لذلك كتبت برنامج فك التشفير ثم ما نفعله هو أننا نستولي على هذا الملخص ونستولي فعليًا على القيمة الأولى منه لذلك نمر عبر هذه القائمة بدلاً من القائمة المتداخلة لأن تذكر هذا هو متداخلة يمكنك أن ترى أنها تحتوي على مجموعتين من الأقواس المربعة هناك لذا نحتاج إلى الحصول على النتيجة الأولى التي يتم الوصول إليها عن طريق المرور عبر الصفر أو فهرسة الصفر وبعد ذلك لديك بالفعل الملخص هناك لذا فإن هذا رائع جدًا أليس كذلك لذا يتعين علينا المرور عبر هذه الكتلة الكبيرة من النص هنا حتى يتم تفسير بايثون على ارتفاع مثل ما
18:27 ذهبنا إليه ونسخناه من ويكيبيديا وما نخرج منه هو أن بايثون هي لغة برمجة طورها غيدو فان روسوم ما مدى روعة ذلك لذا فهو في الواقع يلخص هذه الكتلة الكبيرة من النص الآن إذا كنت تحب هذا بالفعل هو الاختبار الذي أقوم به دائمًا لمعرفة مدى دقة هذا بالفعل أو مدى صحة هذه النتائج بالفعل إذا ذهبت ونسخت هذا النص فهل يمكننا بالفعل الذهاب والعثور على هذا داخل النص الحالي يمكنك أن ترى أنه لا وجود له فعليًا، لذا إذا ذهبت وحاولت البحث من خلال ذلك، فلن نجد هذه الجملة داخل صفحة ويكيبيديا هذه، وهذا هو جوهر التلخيص التجريدي، فهو يقوم بإنشاء مجموعة جديدة من الرموز أو مجموعة جديدة من تسلسلات الرموز لتكون قادرًا على إنشاء هذا الملخص، لذا فهو يقوم
19:12 بإنشاء ملخص كامل من هذه الكتلة الكبيرة من النص الذي نمرره، لذا فهو لا يستخرج جملة واحدة مهمة فحسب، بل يقوم بإنشاء تلك الجمل الجديدة وهو أمر رائع للغاية، لذا دعونا نلقي نظرة على ما مررنا به، لذا مررنا عبر بايثون، وهي لغة برمجة عالية المستوى ومفسرة للأغراض العامة، وفلسفتها التصميمية، وبالنسبة للأحجام، فإن الكود قابل للقراءة، يا إلهي، حسنًا، لذا يمكنك أن ترى بوضوح أنه مع مدى انتباهي القصير، فإن وجود شيء مثل هذا مفيد للغاية، لذا من خلال المرور عبر هذه الكتلة الكبيرة من النص، فإننا نولد الآن هذا الملخص هنا، لذا فإن بايثون هي لغة برمجة طورها جويدو فان روسوم، دعنا نجرب بعض الأشياء الأخرى، لذا ما هو مثال جيد آخر، دعنا نكتب التعلم الآلي إنه يصبح سوبر ميتا كالمعتاد لذا إذا نسخنا هذا
20:00 ولصقناه، فسوف نستبدل هذا النص لذا مرة أخرى يوضح لك هذا نوعًا ما كيفية تحديث خط الأنابيب لذا إذا أردت الذهاب ولا أعرف كشط موقع ويب وإحضاره، كل ما عليك فعله هو استبدال ما بداخل متغير النص هذا وسيظل خط الأنابيب يعمل لذا إذا ذهبت وأمرت بهذا والذي هو مجرد أجزاء التعلم الآلي التي نسخناها من ويكيبيديا إلى متغير النص هذا هنا وإذا ذهبنا وقمنا بتشغيل خط الأنابيب مرة أخرى، فسيؤدي ذلك إلى إنشاء رموزنا الجديدة لذا دعنا نزيل دالة النوع هناك، لذا فهذه هي رموزنا الجديدة إذا ذهبنا وأنشأنا ملخصنا، فهناك جملتنا الجديدة لذا فقد اختفت وكتبت لذا فإن التعلم الآلي هو دراسة خوارزميات الكمبيوتر التي يمكن أن
20:47 تتحسن تلقائيًا من خلال التجربة وباستخدام البيانات، يبدو أنه اختفى للتو واستولت على تلك الجملة الأولى لذا فإن التعلم الآلي هو دراسة خوارزميات الكمبيوتر التي يمكن أن تتحسن تلقائيًا من خلال التجربة وباستخدام البيانات حسنًا، لذا ليس كل هذا تجريديًا في هذه الحالة بالذات دعنا نذهب و جرب آخر ولكن مرة أخرى لا يزال قد اختفى ولخصه بشكل صحيح مثل هذا ربما يكون ملخصًا جيدًا حقًا لما يدور حوله التعلم الآلي حقًا دعنا نذهب ونأخذ مقالًا إخباريًا لذا لا أعرف روبوت تسلا هذا من الواضح أنه يدور في الوقت الحالي دعنا نأخذ هذا لذا هذا كله يتعلق بروبوت تسلا أو بوت تسلا الذي اختفت تسلا للتو وأعلنت عنه أو روبوت أوبتيموس لذا إذا
21:33 ذهبنا ونسخنا هذا ولصقه مرة أخرى لم أكتب أو أقرأ أيًا من هذا لذا سيكون من المثير للاهتمام أن نرى ما يولد ولننتقل عبر خط الأنابيب الخاص بنا مرة أخرى حتى أنشأنا رموزنا التي تولد ملخصنا ثم ستمضي قدمًا وفك تشفيره كم هو رائع ذلك أعلنت تسلا عن خطط لبناء روبوت بشري هل هو موجود في هذا حسنًا دعنا هذا مرة أخرى الاختبار دعنا نرى بالفعل ما إذا كانت هذه الجملة موجودة داخل هذه المقالة إنها ليست كذلك انظر كم هو رائع ذلك هذا تلخيص تجريدي صحيح لذا هذا ملخص جيد جدًا لما هو بالضبط
22:18 المقال يتحدث عن أن شركة تسلا قد أعلنت عن خطط لبناء روبوت بشري لذا إذا ذهبنا وحاولنا البحث عن هذا مرة أخرى، أريد فقط التأكد من أنني لا أسحب الأغطية فوقك كما ترى، لقد حصلت بالفعل على استعلام البحث هناك لذا لدي هذا البحث هنا ونحن نبحث في صفحة الويب، إنه لا يجد هذا بشكل صحيح فقط تأكد من أننا نستطيع رؤية بعض الأشياء لذا مرة أخرى يعمل البحث لذا لدى تسلا ما يكفي كم هو رائع هذا إذن هذا هو تلخيصك التجريدي باختصار ماذا يحدث إذا حاولنا التلخيص باستخدام بيغاسوس للذهاب ومحاولة تلخيص ورقة بيغاسوس دعنا نذهب ونجدها لذا ورقة التعلم الآلي بيغاسوس
23:07 لذا يجب أن تكون من خلال aar xiv حسنًا دعنا ننسخ هذا ولكن يمكننا فتح ملف pdf أيضًا بمجرد تنزيله سنكون قادرين على الذهاب ومحاولة تلخيص هذا يصبح رائعًا للغاية مثل البداية هنا لذا نستخدم بيغاسوس لتلخيص ورقة بيغاسوس لقد رأيته هنا أولاً يا إلهي الإنترنت لدي بطيء، حسنًا تعال هناك نذهب حسنًا، لذا ما سنفعله هو نسخ الملخص ونرى ما سيحدث، دعنا ننسخ كل هذا ونلصقه، لذا سنستبدل ما بداخل نصنا مرة أخرى
23:55 ونحاول القيام بذلك، لذا فهذا هو الملخص الذي حصلنا عليه من ورقة بيغاسوس الخاصة بنا ونضعه داخل متغير النص الخاص بنا، لذا إذا ذهبنا وقمنا بتشغيل هذا الآن، فلنرى ما سيقوله، لذا ستشرف نماذج البرمجة اللغوية العصبية (NLP) المُدربة مسبقًا على الأهداف على مجموعات نصية كبيرة وقد أظهرت نجاحًا كبيرًا عند ضبطها على مهام البرمجة اللغوية العصبية اللاحقة بما في ذلك تلخيص النص، لا أعرف ما إذا كان هذا هو أفضل ملخص لما يدور حوله نموذج بيغاسوس ويبدو أنه قد ذهب للتو وأخذ جملة، دعنا نلقي نظرة،
24:41 لذا مرة أخرى لا يزال قد ذهب وولد جملة جديدة أو ملخصًا تجريديًا، دعنا نجرب هذا مع الأهداف ذاتية الإشراف، محولات التدريب المجانية لا تزال قد ذهبت وولدت جملة جديدة، إنه يشبه تقريبًا أنه لخص أو أعاد صياغة هذه الجملة الأولى هنا والتي يمكنك أن ترى هناك عملًا حديثًا حول تدريب المحولات المسبقة التي ستشرف على الأهداف ذاتيًا على نص كبير للشركات التي تُظهر نجاحًا كبيرًا عند ضبطها بشكل دقيق الآن ضع في اعتبارك أننا لا نستخدم النموذج الذي تم ضبطه بدقة على نموذج PubMed لذلك قد يعمل هذا بشكل أفضل إذا استخدمنا هذا النموذج بالفعل ولكن يمكنك أن ترى أنه يعمل بنشاط ويؤدي
25:26 تلخيصًا تجريديًا وهو أمر رائع للغاية وقد فعلنا ذلك في بضعة أسطر من التعليمات البرمجية أيضًا الآن كالمعتاد سيكون هذا الكود متاحًا من خلال github أدناه لذا دعنا نلخص بسرعة ثم نختتمها لذا تذكر أننا مررنا بثلاث خطوات رئيسية لذا ذهبنا أولاً وقمنا بتثبيت التبعيات الخاصة بنا ثم ذهبنا واستوردنا وحملنا نموذجنا ثم ذهبنا وقمنا بتلخيص تجريدي وتذكر أن هناك ثلاث خطوات رئيسية لذلك نقوم أولاً بإنشاء الرموز الخاصة بنا ثم نستخدم نموذجنا لتوليد الرموز الجديدة أو ملخصنا ثم يمكننا فك تشفير الرموز التي نحصل عليها حتى نتمكن من رؤية ملخصنا الفعلي لذا على هذه الملاحظة التي تختتمها تقريبًا شكرًا جزيلاً على ضبطها يا رفاق نأمل أن تكون قد استمتعت بهذا الفيديو، وإذا كنت قد فعلت، فتأكد من إعطائه إبهامًا كبيرًا واشترك وقم بتفعيل الجرس، شكرًا لك مرة أخرى على ضبطه في سلام
