Machine learningDeep learning / NLP / CV

Peringkasan Teks Separuh-Selia

Peringkasan teks separuh-selia melatih model peringkasan dengan memanfaatkan sejumlah besar teks tanpa label bersama dengan sejumlah kecil ringkasan rujukan yang ditulis manusia. Dengan menggunakan teknik seperti pra-latihan model bahasa, pelabelan palsu, dan latihan kendiri, kaedah ini mengurangkan beban anotasi secara ketara sambil mengekalkan skor ROUGE yang kompetitif pada set data penanda aras.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Sumber

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 ↗
Automatic summarization. Wikipedia. link ↗

Cara memetik halaman ini

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

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →