Machine learningDeep learning / NLP / CV

Félfelügyelt szöveg-összefoglalás

A félfelügyelt szöveg-összefoglalás összefoglaló modelleket tanít be nagymennyiségű címkézetlen szöveg, valamint egy kis számú ember által írt referenciatömörítés kihasználásával. Olyan technikák alkalmazásával, mint a nyelvi modell előképzése, az álcímkézés (pseudo-labeling) és az önképzés (self-training), ezek a módszerek jelentősen csökkentik az annotációs terhet, miközben versenyképes ROUGE-pontszámokat tartanak fenn a benchmark adatkészleteken.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Források

  1. He, J., Zhou, C., Ma, X., Berg-Kirkpatrick, T., & Neubig, G. (2020). Revisiting Semi-Supervised Learning for Neural Sequence Generation. In Proceedings of ICLR 2020. link
  2. Automatic summarization. Wikipedia. link

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/hu/deep-learning/semi-supervised-text-summarization

ScholarGateSemi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/semi-supervised-text-summarization · Adatkészlet: https://doi.org/10.5281/zenodo.20539026