خلاصهسازی متن با انطباق دامنه
خلاصهسازی متن با انطباق دامنه، یک مدل زبان از پیش آموزشدیده توالی-به-توالی را بر روی مجموعهدادهای از دامنه هدف، تنظیم دقیق (fine-tune) یا تطبیق میدهد تا خلاصهها با واژگان، سبک و محدودیتهای واقعی خاص دامنه مطابقت داشته باشند. این روش شکاف بین مدلهای خلاصهسازی عمومی که بر روی دادههای خبری یا وب آموزش دیدهاند و دامنههای تخصصی مانند ادبیات زیستپزشکی، اسناد حقوقی، مقالات علمی یا گزارشهای مالی را پر میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Fabbri, A. R., KryŜiński, W., McCann, B., Xiong, C., Socher, R., & Radev, D. (2021). SummEval: Re-evaluating Summarization Evaluation. Transactions of the Association for Computational Linguistics, 9, 391–409. DOI: 10.1162/tacl_a_00373 ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 1906–1919. DOI: 10.18653/v1/2020.acl-main.173 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/fa/deep-learning/domain-adaptive-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.
- طبقهبندی مبتنی بر بِرْتیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT با انطباق دامنهیادگیری عمیق↔ compare
- بازشناسی موجودیت نامگذاری شده تطبیقی دامنهیادگیری عمیق↔ compare
- خلاصهسازی متن با تنظیم دقیق (Fine-Tuned Text Summarization)یادگیری عمیق↔ compare
- خلاصهسازی متن چندوجهییادگیری عمیق↔ compare
- یادگیری انتقالی با خلاصهسازی متنیادگیری عمیق↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →