Machine learningDeep learning / NLP / CV

Resumització de Text Semisupervisada

La resumització de text semisupervisada entrena models de resumització aprofitant grans quantitats de text sense etiquetar juntament amb un petit conjunt de resums de referència escrits per humans. Utilitzant tècniques com el preentrenament de models de llenguatge, el pseudoetiquetatge i l'autoaprenentatge, aquests mètodes redueixen substancialment la càrrega d'anotació, mantenint puntuacions ROUGE competitives en conjunts de dades de referència.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Fonts

  1. He, J., Zhou, C., Ma, X., Berg-Kirkpatrick, T., & Neubig, G. (2020). Revisiting Semi-Supervised Learning for Neural Sequence Generation. In Proceedings of ICLR 2020. link
  2. Automatic summarization. Wikipedia. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-text-summarization

ScholarGateSemi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Recuperat el 2026-06-15 de https://scholargate.app/ca/deep-learning/semi-supervised-text-summarization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026