Peringkasan Teks — Ekstraktif dan Abstraktif
Peringkasan teks otomatis adalah tugas pemrosesan bahasa alami yang memadatkan dokumen panjang menjadi ringkasan yang lebih pendek sambil mempertahankan informasi kuncinya. Ini bekerja melalui salah satu dari dua keluarga pendekatan — peringkasan ekstraktif, yang memilih bagian terpenting dari sumber, atau peringkasan abstraktif, yang menghasilkan teks baru. Bidang ini dikonsolidasikan oleh Nenkova dan McKeown (2011), dan model urutan-ke-urutan seperti BART (Lewis et al., 2020) memajukan sisi abstraktif.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Nenkova, A. & McKeown, K. (2011). Automatic Summarization. Foundations and Trends in Information Retrieval. DOI: 10.1561/1500000015 ↗
- Lewis, M. et al. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. ACL. DOI: 10.18653/v1/2020.acl-main.703 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/id/text-mining/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.
- Pengelompokan DokumenPenambangan Teks↔ compare
- Ekstraksi Kata KunciPenambangan Teks↔ compare
- Kesamaan SemantikPenambangan Teks↔ compare
- Analisis SentimenPenambangan Teks↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →