Riassunto di testo supervisionato debolmente
Il riassunto di testo supervisionato debolmente addestra modelli di riassunto astrattivi o estrattivi senza riassunti di riferimento annotati manualmente. Invece di costose etichette umane, sfrutta segnali deboli — regole euristiche, supervisione distante, etichette automatiche rumorose o obiettivi auto-supervisionati — per guidare modelli sequence-to-sequence o transformer verso la produzione di riassunti coerenti e concisi di documenti di input.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/it/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.
- Apprendimento AutocontrollatoApprendimento automatico↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →