Mehrsprachige Textzusammenfassung
Die mehrsprachige Textzusammenfassung wendet vortrainierte mehrsprachige Encoder-Decoder-Modelle – wie mT5 oder mBART – an, um prägnante Zusammenfassungen von Dokumenten zu generieren, die in vielen Sprachen verfasst sind, entweder innerhalb derselben Sprache (monolingual) oder sprachübergreifend (cross-lingual). Das Fine-Tuning dieser Modelle auf mehrsprachigen Zusammenfassungs-Benchmarks wie XL-Sum ermöglicht die Abdeckung von Dutzenden von Sprachen mit einem einzigen Modell.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Xue, L., Constant, N., Roberts, A., Kale, M., Al-Rfou, R., Siddhant, A., Barua, A., & Raffel, C. (2021). mT5: A Massively Multilingual Pre-Trained Text-to-Text Transformer. Proceedings of NAACL-HLT 2021, pp. 483–498. Association for Computational Linguistics. link ↗
- Hasan, T., Bhattacharjee, A., Islam, M. S., Mubasshir, K., Li, Y.-F., Kang, Y.-B., Rahman, M. S., & Shahriyar, R. (2021). XL-Sum: Large-Scale Multilingual Abstractive Summarization for 44 Languages. Findings of ACL-IJCNLP 2021, pp. 4693–4703. Association for Computational Linguistics. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilingual Text Summarization. ScholarGate. https://scholargate.app/de/deep-learning/multilingual-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.
- Feinabgestimmte TextzusammenfassungDeep Learning↔ compare
- Multilinguale RoBERTa-basierte KlassifikationDeep Learning↔ compare
- Multilingual TransformerDeep Learning↔ compare
- Sentence EmbeddingsDeep Learning↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →