Machine learningDeep learning / NLP / CV

Ημι-επιβλεπόμενη Περίληψη Κειμένου

Η ημι-επιβλεπόμενη περίληψη κειμένου εκπαιδεύει μοντέλα περίληψης αξιοποιώντας μεγάλες ποσότητες μη επισημασμένου κειμένου παράλληλα με ένα μικρό σύνολο αναφορικών περιλήψεων γραμμένων από ανθρώπους. Χρησιμοποιώντας τεχνικές όπως η προ-εκπαίδευση γλωσσικών μοντέλων, η ψευδο-επισημείωση και η αυτο-εκπαίδευση, αυτές οι μέθοδοι μειώνουν σημαντικά το φορτίο επισημείωσης, διατηρώντας παράλληλα ανταγωνιστικές βαθμολογίες ROUGE σε σύνολα δεδομένων αναφοράς.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Πηγές

  1. He, J., Zhou, C., Ma, X., Berg-Kirkpatrick, T., & Neubig, G. (2020). Revisiting Semi-Supervised Learning for Neural Sequence Generation. In Proceedings of ICLR 2020. link
  2. Automatic summarization. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/el/deep-learning/semi-supervised-text-summarization

ScholarGateSemi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/semi-supervised-text-summarization · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026