Daudzmodālu tekstu kopsavilkums
Daudzmodālu tekstu kopsavilkums ģenerē kodolīgu tekstuālu kopsavilkumu, kopīgi apstrādājot vairākas ievades modalitātes — visbiežāk tekstu un attēlus, bet arī video kadrus vai audio — izmantojot dziļās mācīšanās modeļus, kas saskaņo vizuālās un lingvistiskās reprezentācijas. Rezultāts ir dabiski valodā veidots kopsavilkums, kas atspoguļo visu pieejamo modalitāšu svarīgāko saturu.
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
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/lv/deep-learning/multimodal-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
- Teksta kopsavilkumu precizēšanaDziļā mācīšanās↔ compare
- Multimodāla BERT klasifikācijaDziļā mācīšanās↔ compare
- Daudzmodālu jautājumu atbildēšanaDziļā mācīšanās↔ compare
- Daudzmodālu TransformersDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →