Monimuotoisen tekstin tiivistäminen
Monimuotoisen tekstin tiivistäminen tuottaa tiiviin tekstimuotoisen yhteenvedon käsittelemällä yhdessä useita syötemuotoja — yleisimmin tekstiä ja kuvia, mutta myös videokehyksiä tai ääntä — syväoppimismallien avulla, jotka kohdistavat visuaaliset ja kielelliset esitykset. Tuloksena on luonnollisen kielen tiivistelmä, joka tavoittaa kaikkien käytettävissä olevien muotojen olennaisen sisällön.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/fi/deep-learning/multimodal-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-pohjainen luokitteluSyväoppiminen↔ compare
- Hienosäädetty tekstin tiivistäminenSyväoppiminen↔ compare
- Monimuotoinen BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Monimuotoinen kysymyksiin vastaaminenSyväoppiminen↔ compare
- Monimodaalinen muuntajaSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →