Peenreguleeritud tekstikokkuvõte
Peenreguleeritud tekstikokkuvõte kohandab suurt eelkoolitatud järjestus-järjestusse mudelit – nagu BART, T5 või PEGASUS – dokumentide lühikeste kokkuvõtete genereerimiseks, treenides seda domeenispetsiifiliste (dokument, kokkuvõte) paaridega. See lähenemisviis annab oluliselt sujuvamaid ja usaldusväärsemaid kokkuvõtteid kui ekstraktiivsed või üldised lähenemisviisid, kasutades ära miljardites eelkoolituse tokenites kodeeritud teadmisi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Allikad
- Zhang, J., Zhao, Y., Saleh, M., & Liu, P. J. (2020). PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 11328–11339. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghazvininejad, M., Mohamed, A., Levy, O., Stoyanov, V., & Zettlemoyer, L. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 7871–7880. DOI: 10.18653/v1/2020.acl-main.703 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/et/deep-learning/fine-tuned-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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- BERT-põhine peenhäälestatud klassifikaatorSüvaõpe↔ compare
- Peenreguleeritud küsimustele vastamineSüvaõpe↔ compare
- RoBERTa-põhine klassifitseerimineSüvaõpe↔ compare
- Sentence EmbeddingsSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →