Shrnutí textu — extraktivní a abstraktivní
Automatické shrnutí textu je úloha zpracování přirozeného jazyka, která kondenzuje dlouhé dokumenty do kratších shrnutí při zachování jejich klíčových informací. Funguje prostřednictvím jednoho ze dvou rodů přístupů — extraktivního shrnutí, které vybírá nejdůležitější úseky ze zdroje, nebo abstraktivního shrnutí, které generuje nový text. Tato oblast byla konsolidována Nenkovou a McKeownem (2011) a sekvenční modely typu „sequence-to-sequence“ jako BART (Lewis et al., 2020) posunuly abstraktivní stranu vpřed.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/cs/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.
- Shlukování dokumentůDolování textu↔ compare
- Extrakce klíčových slovDolování textu↔ compare
- Sémantická podobnostDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →