Machine learningDeep learning / NLP / CV
설명 가능한 텍스트 요약
설명 가능한 텍스트 요약은 추출 또는 추상 요약 모델에 사후 또는 내장된 설명 방법을 추가하여, 어떤 원본 문장, 토큰 또는 어텐션 패턴이 각 출력 문장을 유도했는지 밝힙니다. 목표는 의료 또는 법률 문서 검토와 같은 고위험 환경에서 충실도를 감사하고, 환각을 탐지하며, 모델 출력에 대한 신뢰를 구축하는 것입니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ko/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.
- 설명 가능한 BERT 기반 분류딥러닝↔ compare
- 설명 가능한 개체명 인식딥러닝↔ compare
- 설명 가능한 트랜스포머딥러닝↔ compare
- 미세 조정 텍스트 요약딥러닝↔ compare
- 문장 임베딩딥러닝↔ compare
- 텍스트 요약에서의 전이 학습딥러닝↔ compare