মাল্টিমোডাল টেক্সট সামারাইজেশন
মাল্টিমোডাল টেক্সট সামারাইজেশন হলো একাধিক ইনপুট মোডালিটি—সাধারণত টেক্সট এবং ছবি, তবে ভিডিও ফ্রেম বা অডিওও হতে পারে—একসাথে প্রসেস করে একটি সংক্ষিপ্ত টেক্সচুয়াল সারাংশ তৈরি করা। এটি ডিপ লার্নিং মডেল ব্যবহার করে যা ভিজ্যুয়াল এবং ভাষাগত উপস্থাপনাগুলোকে সংযুক্ত করে। এর আউটপুট হলো একটি স্বাভাবিক ভাষার সারাংশ যা উপলব্ধ সমস্ত মোডালিটির গুরুত্বপূর্ণ বিষয়বস্তু ধারণ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/bn/deep-learning/multimodal-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.
- BERT-ভিত্তিক শ্রেণিবিভাগগভীর শিখন↔ compare
- সূক্ষ্ম-সুর করা পাঠ্য সারাংশকরণ (Fine-Tuned Text Summarization)গভীর শিখন↔ compare
- মাল্টিমোডাল BERT-ভিত্তিক ক্লাসিফিকেশনগভীর শিখন↔ compare
- মাল্টিমোডাল প্রশ্ন উত্তর (Multimodal Question Answering)গভীর শিখন↔ compare
- মাল্টিমোডাল ট্রান্সফর্মারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →