Адаптивно към домейн текстово резюмиране
Адаптивното към домейн текстово резюмиране фино настройва или адаптира предварително обучен езиков модел от тип „последователност до последователност“ (sequence-to-sequence) върху корпус от целеви домейн, така че резюметата да съответстват на специфични за домейна речник, стил и фактически ограничения. То преодолява пропастта между модели за резюмиране с общо предназначение, обучени върху новинарски или уеб данни, и специализирани домейни като биомедицинска литература, правни документи, научни статии или финансови отчети.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Fabbri, A. R., KryŜiński, W., McCann, B., Xiong, C., Socher, R., & Radev, D. (2021). SummEval: Re-evaluating Summarization Evaluation. Transactions of the Association for Computational Linguistics, 9, 391–409. DOI: 10.1162/tacl_a_00373 ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 1906–1919. DOI: 10.18653/v1/2020.acl-main.173 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-text-summarization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Адаптивно към домейна класифициране, базирано на BERTДълбоко обучение↔ compare
- Адаптивно разпознаване на именувани обекти по домейниДълбоко обучение↔ compare
- Фино настроено обобщаване на текстДълбоко обучение↔ compare
- Мултимодално резюмиране на текстДълбоко обучение↔ compare
- Трансферно обучение за обобщаване на текстДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →