Textzusammenfassung – Extraktiv und Abstraktiv
Die automatische Textzusammenfassung ist eine Aufgabe der natürlichen Sprachverarbeitung, die lange Dokumente zu kürzeren Zusammenfassungen verdichtet, während ihre Schlüsselinformationen erhalten bleiben. Sie funktioniert über eine von zwei Ansatzfamilien – die extraktive Zusammenfassung, die die wichtigsten Spannen aus der Quelle auswählt, oder die abstraktive Zusammenfassung, die neuen Text generiert. Das Feld wurde von Nenkova und McKeown (2011) konsolidiert, und Sequenz-zu-Sequenz-Modelle wie BART (Lewis et al., 2020) haben die abstraktive Seite vorangebracht.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/de/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.
- Dokumenten-ClusteringText Mining↔ compare
- SchlagwortextraktionText Mining↔ compare
- Semantische ÄhnlichkeitText Mining↔ compare
- Sentiment-AnalyseText Mining↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →