ScholarGate
Асистент
Process / pipeline

Автоматично обобщаване на текст — екстрактивно и абстрактивно

Автоматичното обобщаване на текст е задача за обработка на естествен език, която кондензира дълги документи в по-кратки резюмета, като същевременно запазва ключовата им информация. То работи чрез един от двата основни подхода — екстрактивно обобщаване, което избира най-важните откъси от източника, или абстрактивно обобщаване, което генерира нов текст. Областта е консолидирана от Ненкова и Маккийн (2011 г.), а моделите от тип „последователност към последователност“ като BART (Lewis et al., 2020 г.) напредват абстрактивната страна.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Nenkova, A. & McKeown, K. (2011). Automatic Summarization. Foundations and Trends in Information Retrieval. DOI: 10.1561/1500000015
  2. Lewis, M. et al. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. ACL. DOI: 10.18653/v1/2020.acl-main.703

Как да цитирате тази страница

ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/bg/text-mining/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.

Compare side by side

Цитиран в

ScholarGateText Summarization (Automatic Text Summarization). Извлечено на 2026-06-15 от https://scholargate.app/bg/text-mining/text-summarization · Набор от данни: https://doi.org/10.5281/zenodo.20539026