Machine learningDeep learning / NLP / CV
説明可能なテキスト要約
説明可能なテキスト要約は、抽出型または生成型の自動要約モデルに、事後的または組み込みの説明手法を付加し、どのソース文、トークン、またはアテンションパターンが出力文を生成したかを明らかにします。その目的は、医療や法律文書のレビューのような、結果の重大性が高い設定において、忠実性を監査し、幻覚（hallucination）を検出し、モデル出力への信頼を構築することです。
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
- Atanasova, P., Simonsen, J. G., Lioma, C., & Augenstein, I. (2020). A diagnostic study of explainability techniques for text classification. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3256–3274. Association for Computational Linguistics. link ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906–1919. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ja/deep-learning/explainable-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.
- 説明可能なBERTベース分類深層学習↔ compare
- 説明可能な固有表現認識深層学習↔ compare
- Explainable Transformer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
- 文埋め込み（Sentence Embeddings）深層学習↔ compare
- テキスト要約における転移学習深層学習↔ compare