Ringkasan Teks Berawasi Lemah
Ringkasan teks berawasi lemah melatih model ringkasan abstrak atau ekstraktif tanpa ringkasan referensi yang dianotasi secara manual. Alih-alih label manusia yang mahal, ia memanfaatkan sinyal lemah — aturan heuristik, pengawasan jarak jauh, label otomatis yang berisik, atau tujuan pengawasan mandiri — untuk memandu model urutan-ke-urutan atau transformer guna menghasilkan ringkasan dokumen masukan yang koheren dan ringkas.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/id/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.
- Pembelajaran Mandiri TerawasiPembelajaran Mesin↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →