Slabo nadgledano sažimanje teksta
Slabo nadgledano sažimanje teksta obučava apstraktivne ili ekstraktivne modele sažimanja bez ručno označenih referentnih sažetaka. Umjesto skupih ljudskih oznaka, koristi slabe signale — heuristička pravila, udaljeno nadgledanje, bučne automatske oznake ili samonadgledane ciljeve — za usmjeravanje modela sekvenca-u-sekvencu ili transformera prema proizvodnji koherentnih, sažetih sažetaka ulaznih dokumenata.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/hr/deep-learning/weakly-supervised-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.
- Samonadzirano učenjeStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →