Adaptīvā domēnas tekstveida kopsavilkšana
Adaptīvā domēnas tekstveida kopsavilkšana pielāgo iepriekš apmācītu sekvenciāli-dibinātu valodu modeli, to turpinot apmācīt mērķa domēnas korpusā, lai kopsavilkumi atbilstu domēnai specifiskai leksikai, stilam un faktoloģiskajiem ierobežojumiem. Tā aizpilda plaisu starp vispārīgas kopsavilkšanas modeļiem, kas apmācīti uz ziņu vai tīmekļa datiem, un specializētām domēnām, piemēram, biomedicīnas literatūru, juridiskajiem dokumentiem, zinātniskajiem rakstiem vai finanšu pārskatiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/lv/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 klasifikācijaDziļā mācīšanās↔ compare
- Domenam pielāgotā BERT klasifikācijaDziļā mācīšanās↔ compare
- Domenam pielāgotā nosaukto entitāšu atpazīšanaDziļā mācīšanās↔ compare
- Teksta kopsavilkumu precizēšanaDziļā mācīšanās↔ compare
- Daudzmodālu tekstu kopsavilkumsDziļā mācīšanās↔ compare
- Pārneses apmācība tekstu apkopošanaiDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →