Domenski prilagođeno sažimanje teksta
Domenski prilagođeno sažimanje teksta podrazumijeva fino podešavanje ili prilagodbu prethodno obučenog jezičnog modela sekvenca-na-sekvencu na korpusu ciljne domene kako bi sažeci bili u skladu sa specifičnim vokabularom, stilom i činjeničnim ograničenjima domene. Time se premošćuje jaz između općih modela sažimanja obučenih na vijestima ili web-podacima i specijaliziranih domena poput biomedicinske literature, pravnih dokumenata, znanstvenih radova ili financijskih izvješća.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/hr/deep-learning/domain-adaptive-text-summarization
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- BERT-tem klasifikacijaDuboko učenje↔ usporedi
- Domenski prilagođena klasifikacija utemeljena na BERT-uDuboko učenje↔ usporedi
- Domensko-prilagodljiva prepoznava š šivanih entitetaDuboko učenje↔ usporedi
- Prilagođeno sažimanje tekstaDuboko učenje↔ usporedi
- Multimodalno sažimanje tekstaDuboko učenje↔ usporedi
- Prijenosno učenje sa sažimanjem tekstaDuboko učenje↔ usporedi
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →