Machine learningDeep learning / NLP / CV

Puss-uzraudzīta tekstu kopsavilkumu veidošana

Puss-uzraudzīta tekstu kopsavilkumu veidošana apmāca kopsavilkumu modeļus, izmantojot lielu daudzumu neiezīmēta teksta līdzās nelielam skaitam cilvēku rakstītu atsauces kopsavilkumu. Izmantojot tādas metodes kā valodu modeļu iepriekšēja apmācība, pseido-iezīmēšana un paš-apmācība, šīs metodes būtiski samazina anotācijas slogu, vienlaikus saglabājot konkurētspējīgus ROUGE rādītājus etalona datu kopās.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Avoti

  1. He, J., Zhou, C., Ma, X., Berg-Kirkpatrick, T., & Neubig, G. (2020). Revisiting Semi-Supervised Learning for Neural Sequence Generation. In Proceedings of ICLR 2020. link
  2. Automatic summarization. Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/lv/deep-learning/semi-supervised-text-summarization

ScholarGateSemi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Izgūts 2026-06-15 no https://scholargate.app/lv/deep-learning/semi-supervised-text-summarization · Datu kopa: https://doi.org/10.5281/zenodo.20539026