Machine learningDeep learning / NLP / CV
도메인 적응 텍스트 요약
도메인 적응 텍스트 요약은 사전 훈련된 순차-대순차 언어 모델을 대상 도메인 말뭉치에 대해 미세 조정하거나 적응시켜 요약이 도메인별 어휘, 스타일 및 사실적 제약 조건을 준수하도록 합니다. 이는 뉴스나 웹 데이터에 대해 훈련된 범용 요약 모델과 생물의학 문헌, 법률 문서, 과학 논문 또는 금융 보고서와 같은 전문 도메인 간의 격차를 해소합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ko/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 기반 분류딥러닝↔ compare
- 도메인 적응형 BERT 기반 분류딥러닝↔ compare
- 도메인 적응형 개체명 인식딥러닝↔ compare
- 미세 조정 텍스트 요약딥러닝↔ compare
- 다중 양식 텍스트 요약딥러닝↔ compare
- 텍스트 요약에서의 전이 학습딥러닝↔ compare