Jemné doladění sumarizace textu
Jemné doladění sumarizace textu (Fine-Tuned Text Summarization) adaptuje velký předtrénovaný sekvenčně-sekvenční model – jako je BART, T5 nebo PEGASUS – k vytváření stručných shrnutí dokumentů trénováním na párech (dokument, shrnutí) specifických pro danou doménu. Tento přístup poskytuje podstatně plynulejší a věrnější shrnutí než extraktivní nebo obecné přístupy tím, že využívá znalosti zakódované v miliardách tokenů z předtrénování.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Zdroje
- Zhang, J., Zhao, Y., Saleh, M., & Liu, P. J. (2020). PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 11328–11339. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghazvininejad, M., Mohamed, A., Levy, O., Stoyanov, V., & Zettlemoyer, L. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 7871–7880. DOI: 10.18653/v1/2020.acl-main.703 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/cs/deep-learning/fine-tuned-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.
- Klasifikace založená na BERTHluboké učení↔ compare
- Klasifikace založená na doladěném BERTHluboké učení↔ compare
- Dolaďování pro odpovídání na otázkyHluboké učení↔ compare
- Klasifikace založená na RoBERTaHluboké učení↔ compare
- Vektorové reprezentace větHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →