Riassunto Multi-Documento
Il riassunto multi-documento (MDS) è un compito di elaborazione del linguaggio naturale che condensa un cluster di documenti correlati in un unico riassunto completo, coerente e non ridondante. Descritto formalmente da Erkan e Radev (2004) attraverso l'algoritmo LexRank, l'MDS viene utilizzato nell'analisi di cluster di notizie, nelle revisioni sistematiche della letteratura e nella sintesi della ricerca per fornire ai lettori una visione unificata delle informazioni distribuite su più fonti.
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
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/it/text-mining/multi-document-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.
- BERT EmbeddingsText mining↔ compare
- Analisi del SentimentoText mining↔ compare
- Classificazione del testoText mining↔ compare
- TF-IDFText mining↔ compare
- Topic ModelingApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →