Machine learningDeep learning / NLP / CV

Επεξηγήσιμη Περίληψη Κειμένου

Η επεξηγήσιμη περίληψη κειμένου ενισχύει τα αυτόματα μοντέλα περίληψης —εξαγωγικά ή αφαιρετικά— με μεθόδους επεξήγησης μετά την επεξεργασία (post-hoc) ή ενσωματωμένες (built-in) που αποκαλύπτουν ποιες προτάσεις, διακριτικά (tokens) ή μοτίβα προσοχής της πηγής οδήγησαν σε κάθε πρόταση εξόδου. Ο στόχος είναι ο έλεγχος της πιστότητας, η ανίχνευση ψευδαισθήσεων και η οικοδόμηση εμπιστοσύνης στα αποτελέσματα του μοντέλου σε περιβάλλοντα υψηλού κινδύνου, όπως η ανασκόπηση ιατρικών ή νομικών εγγράφων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Atanasova, P., Simonsen, J. G., Lioma, C., & Augenstein, I. (2020). A diagnostic study of explainability techniques for text classification. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3256–3274. Association for Computational Linguistics. link
  2. Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906–1919. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/el/deep-learning/explainable-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.

Compare side by side

Αναφέρεται από

ScholarGateExplainable Text Summarization (Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/explainable-text-summarization · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026