Text Summarization
Automatic text summarization is a natural-language-processing task that condenses long documents into shorter summaries while preserving their key information. It works through one of two families of approaches — extractive summarization, which selects the most important spans from the source, or abstractive summarization, which generates new text. The field was consolidated by Nenkova and McKeown (2011), and sequence-to-sequence models such as BART (Lewis et al., 2020) advanced the abstractive side.
Registro de origen
Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.
- 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
Afirmaciones curadas
Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.
Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.
Métodos relacionados
Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.