ScholarGate
Asistent
Machine learningDeep learning / NLP / CV

Semisupervizovaná sumarizace textu

Semisupervizovaná sumarizace textu trénuje sumarizační modely využitím velkého množství neoznačeného textu spolu s malou sadou lidmi napsaných referenčních shrnutí. Použitím technik, jako je předtrénování jazykového modelu, pseudo-označování a samoučení, tyto metody podstatně snižují zátěž spojenou s anotací, přičemž si udržují konkurenceschopné skóre ROUGE na referenčních datových sadách.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Zdroje

  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 ↗

Jak citovat tuto stránku

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

Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →

ScholarGate — Semi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/semi-supervised-text-summarization · Datová sada: https://doi.org/10.5281/zenodo.20539026