Il riassunto di testo semi-supervisionato addestra modelli di riassunto sfruttando grandi quantità di testo non etichettato insieme a un piccolo set di riassunti di riferimento scritti da esseri umani. Utilizzando tecniche come il pre-addestramento di modelli linguistici, lo pseudo-etichettamento e l'auto-addestramento, questi metodi riducono sostanzialmente il carico di annotazione mantenendo punteggi ROUGE competitivi su dataset di riferimento.
ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/it/deep-learning/semi-supervised-text-summarization