Fijnafgestemde tekstsamenvatting
Fijnafgestemde tekstsamenvatting past een groot, vooraf getraind sequentie-naar-sequentie-model — zoals BART, T5 of PEGASUS — aan om beknopte samenvattingen van documenten te genereren door te trainen op domeinspecifieke (document, samenvatting)-paren. De benadering levert aanzienlijk vlottere en getrouwere samenvattingen op dan extractieve of generieke benaderingen, door gebruik te maken van kennis die is gecodeerd in miljarden pre-training tokens.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Bronnen
- Zhang, J., Zhao, Y., Saleh, M., & Liu, P. J. (2020). PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 11328–11339. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghazvininejad, M., Mohamed, A., Levy, O., Stoyanov, V., & Zettlemoyer, L. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 7871–7880. DOI: 10.18653/v1/2020.acl-main.703 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/nl/deep-learning/fine-tuned-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-gebaseerde ClassificatieDeep learning↔ compare
- Fijn-afgestelde BERT-gebaseerde ClassificatieDeep learning↔ compare
- Vertaalde VraagbeantwoordingDeep learning↔ compare
- RoBERTa-gebaseerde ClassificatieDeep learning↔ compare
- Sentence EmbeddingsDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →