Многодокументна сумаризация
Многодокументната сумаризация (MDS) е задача за обработка на естествен език, която кондензира клъстер от свързани документи в едно цялостно, кохерентно и нередундантнo резюме. Формално описана от Erkan и Radev (2004) чрез алгоритъма LexRank, MDS се използва при анализ на новинарски клъстери, систематични литературни прегледи и синтез на изследвания, за да предостави на читателите унифициран поглед върху информация, разпръсната в множество източници.
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
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/bg/text-mining/multi-document-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.
- BERT EmbeddingsИзвличане на текст↔ compare
- Анализ на настроениятаИзвличане на текст↔ compare
- Класификация на текстИзвличане на текст↔ compare
- TF-IDFИзвличане на текст↔ compare
- Тематично моделиранеДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →