Multidokumentsummering
Multidokumentsummering (MDS) er en naturlig sprogbehandlingsopgave, der kondenserer en klynge af relaterede dokumenter til et enkelt, omfattende, sammenhængende og ikke-redundant resumé. Formelt beskrevet af Erkan og Radev (2004) gennem LexRank-algoritmen, anvendes MDS i nyhedsklyngeanalyse, systematiske litteraturgennemgange og forskningssyntese for at give læserne et samlet overblik over information spredt over flere kilder.
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
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/da/text-mining/multi-document-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-indlejringerTekstmining↔ compare
- SentimentanalyseTekstmining↔ compare
- TekstklassificeringTekstmining↔ compare
- TF-IDFTekstmining↔ compare
- Emne-modelleringDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →