व्याख्या योग्य पाठ सारांश
व्याख्या योग्य पाठ सारांश स्वचालित सारांश मॉडल — निष्कर्षण या अमूर्त — को पश्च-परीक्षण या अंतर्निहित व्याख्या विधियों के साथ बढ़ाता है जो यह बताती हैं कि प्रत्येक आउटपुट वाक्य को किन स्रोत वाक्यों, टोकन या ध्यान पैटर्न ने प्रेरित किया। इसका लक्ष्य विश्वसनीयता का ऑडिट करना, मतिभ्रम का पता लगाना और चिकित्सा या कानूनी दस्तावेज़ समीक्षा जैसे उच्च-दांव वाले सेटिंग्स में मॉडल आउटपुट में विश्वास बनाना है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Atanasova, P., Simonsen, J. G., Lioma, C., & Augenstein, I. (2020). A diagnostic study of explainability techniques for text classification. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3256–3274. Association for Computational Linguistics. link ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906–1919. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/hi/deep-learning/explainable-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.
- व्याख्या योग्य BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- व्याख्या योग्य नामित इकाई पहचानगहन अधिगम↔ compare
- व्याख्यायोग्य ट्रांसफार्मरगहन अधिगम↔ compare
- फाइन-ट्यून्ड टेक्स्ट समराइजेशनगहन अधिगम↔ compare
- वाक्य एम्बेडिंगगहन अधिगम↔ compare
- ट्रांसफर लर्निंग विथ टेक्स्ट समराइज़ेशनगहन अधिगम↔ compare