Vairākdokumentu kopsavilkšana
Vairākdokumentu kopsavilkšana (MDS) ir dabiskās valodas apstrādes uzdevums, kas saistītu dokumentu kopu kondensē vienā visaptverošā, saskaņotā un neretundantā kopsavilkumā. Formāli aprakstīta Erkan un Radev (2004) ar LexRank algoritma palīdzību, MDS tiek izmantota ziņu klasteru analīzē, sistemātiskos literatūras pārskatos un pētījumu sintēzē, lai sniegtu lasītājiem vienotu skatījumu uz informāciju, kas izplatīta vairākos avotos.
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
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/lv/text-mining/multi-document-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 EmbeddingsTeksta ieguve↔ compare
- Sentimentu analīzeTeksta ieguve↔ compare
- Tekstu klasifikācijaTeksta ieguve↔ compare
- TF-IDFTeksta ieguve↔ compare
- Tēmu modelēšanaDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →