Domæne-adaptiv tekstresumé
Domæne-adaptiv tekstresumé finjusterer eller tilpasser en forudtrænet sekvens-til-sekvens sprogmodel på et mål-domæne korpus, så resuméer overholder domænespecifik terminologi, stil og faktuelle begrænsninger. Det bygger bro mellem generelle resumémodeller trænet på nyheds- eller webtjenestedata og specialiserede domæner som biomedicinsk litteratur, juridiske dokumenter, videnskabelige artikler eller finansielle rapporter.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Fabbri, A. R., KryŜiński, W., McCann, B., Xiong, C., Socher, R., & Radev, D. (2021). SummEval: Re-evaluating Summarization Evaluation. Transactions of the Association for Computational Linguistics, 9, 391–409. DOI: 10.1162/tacl_a_00373 ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 1906–1919. DOI: 10.18653/v1/2020.acl-main.173 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/da/deep-learning/domain-adaptive-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-baseret klassifikationDyb læring↔ compare
- Domæne-adaptiv BERT-baseret klassifikationDyb læring↔ compare
- Domænetilpasset navngiven enhedsgenkendelseDyb læring↔ compare
- Finetunet tekstresuméDyb læring↔ compare
- Multimodal tekstresuméDyb læring↔ compare
- Transferlæring med tekstresumégenereringDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →