ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Semi-gesuperviseerde Tekstsamenvatting

Semi-gesuperviseerde tekstsamenvatting traint samenvattingsmodellen door gebruik te maken van grote hoeveelheden ongelabelde tekst naast een kleine set door mensen geschreven referentie-samenvattingen. Door technieken zoals taalmodel-vooraf-training, pseudo-labeling en zelf-training te gebruiken, verminderen deze methoden de annotatie-last aanzienlijk met behoud van concurrerende ROUGE-scores op benchmark-datasets.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Bronnen

  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

Deze pagina citeren

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

ScholarGateSemi-supervised Text Summarization (Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/deep-learning/semi-supervised-text-summarization · Gegevensset: https://doi.org/10.5281/zenodo.20539026