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.
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
- Nenkova, A. & McKeown, K. (2011). Automatic Summarization. Foundations and Trends in Information Retrieval. DOI: 10.1561/1500000015 ↗
- 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.
- Клъстеризация на документиИзвличане на текст↔ compare
- Извличане на ключови думиИзвличане на текст↔ compare
- Семантична сходствоИзвличане на текст↔ compare
- Анализ на настроениятаИзвличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →