Zwak gesuperviseerde Tekstsamenvatting
Zwak begeleide tekstsamenvatting traint abstractieve of extractieve samenvattingsmodellen zonder handmatig geannoteerde referentiesamenvattingen. In plaats van dure menselijke labels, benut het zwakke signalen — heuristische regels, distant supervision, ruisende automatische labels, of zelfbegeleide doelstellingen — om sequence-to-sequence of transformermodellen te sturen naar het produceren van coherente, beknopte samenvattingen van invoerdocumenten.
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.
Bronnen
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/nl/deep-learning/weakly-supervised-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.
- Zelf-gesuperviseerd LerenMachine learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →