Слабо контролирано обобщаване на текст
Слабо контролираното обобщаване на текст обучава модели за абстрактно или екстрактивно обобщаване без ръчно анотирани референтни резюмета. Вместо скъпи човешки етикети, то използва слаби сигнали — евристични правила, отдалечен надзор, шумни автоматични етикети или самоконтролирани цели — за насочване на моделите от последователност към последователност или трансформаторни модели към създаване на кохерентни, кратки резюмета на входни документи.
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
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/bg/deep-learning/weakly-supervised-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.
- Самообучаващо се ученеМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →