Machine learningDeep learning / NLP / CV
ドメイン適応型テキスト要約
ドメイン適応型テキスト要約は、事前学習済みのsequence-to-sequence言語モデルをターゲットドメインのコーパスでファインチューニングまたは適応させることで、要約がドメイン固有の語彙、スタイル、事実的制約に適合するようにします。これは、ニュースやウェブデータで学習された汎用要約モデルと、生物医学文献、法律文書、科学論文、財務報告書などの専門ドメインとの間のギャップを埋めます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Fabbri, A. R., KryŜiński, W., McCann, B., Xiong, C., Socher, R., & Radev, D. (2021). SummEval: Re-evaluating Summarization Evaluation. Transactions of the Association for Computational Linguistics, 9, 391–409. DOI: 10.1162/tacl_a_00373 ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 1906–1919. DOI: 10.18653/v1/2020.acl-main.173 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-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.
- BERTベースの分類深層学習↔ compare
- ドメイン適応型BERTベース分類深層学習↔ compare
- ドメイン適応型固有表現認識深層学習↔ compare
- ファイン・チューニングによるテキスト要約深層学習↔ compare
- マルチモーダルテキスト要約深層学習↔ compare
- テキスト要約における転移学習深層学習↔ compare