Tekstin tiivistäminen — poimiva ja abstraktiivinen
Automaattinen tekstin tiivistäminen on luonnollisen kielen käsittelyn tehtävä, joka tiivistää pitkiä dokumentteja lyhyemmiksi tiivistelmiksi säilyttäen niiden keskeisen tiedon. Se toimii yhden kahdesta lähestymistapaperheestä kautta — poimivan tiivistämisen, joka valitsee tärkeimmät osat lähteestä, tai abstraktiivisen tiivistämisen, joka tuottaa uutta tekstiä. Alan vakiinnuttivat Nenkova ja McKeown (2011), ja sekvenssi-sekvenssi-mallit, kuten BART (Lewis et al., 2020), edistivät abstraktiivista puolta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/fi/text-mining/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.
- Dokumenttien klusterointiTekstinlouhinta↔ compare
- Avainsanojen poimintaTekstinlouhinta↔ compare
- Semanttinen samankaltaisuus – Merkityksen mittaaminen tekstien välilläTekstinlouhinta↔ compare
- Sentiment AnalysisTekstinlouhinta↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →