סיכום טקסט מותאם-תחום
סיכום טקסט מותאם-תחום מכוונן (fine-tunes) או מתאים מודל שפה קדם-מאומן מסוג רצף-לרצף (sequence-to-sequence) על קורפוס יעד בתחום ספציפי, כך שהסיכומים יעמדו באילוצים של אוצר מילים, סגנון ועובדות הייחודיים לתחום. הדבר מגשר על הפער בין מודלי סיכום כלליים שאומנו על נתוני חדשות או אינטרנט לבין תחומים מומחים כגון ספרות ביו-רפואית, מסמכים משפטיים, מאמרים מדעיים או דוחות פיננסיים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- סיווג מבוסס BERT אדפטיבי לתחוםלמידה עמוקה↔ compare
- זיהוי ישויות מוכרות מותאם-תחוםלמידה עמוקה↔ compare
- סיכום טקסט מכוונן (Fine-Tuned Text Summarization)למידה עמוקה↔ compare
- סיכום טקסט רב-אופנילמידה עמוקה↔ compare
- למידת העברה לסיכום טקסטלמידה עמוקה↔ compare