El resumen de texto semi-supervisado entrena modelos de resumen aprovechando grandes cantidades de texto sin etiquetar junto con un pequeño conjunto de resúmenes de referencia escritos por humanos. Al utilizar técnicas como el preentrenamiento de modelos de lenguaje, el pseudoetiquetado y el autoentrenamiento, estos métodos reducen sustancialmente la carga de anotación y al mismo tiempo mantienen puntuaciones ROUGE competitivas en conjuntos de datos de referencia.
ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/es/deep-learning/semi-supervised-text-summarization