Tekstsamenvatting — Extractief en Abstractief
Automatische tekstsamenvatting is een taak binnen natuurlijke taalverwerking die lange documenten condenseert tot kortere samenvattingen met behoud van de kerninformatie. Het werkt via een van de twee families van benaderingen — extractieve samenvatting, die de belangrijkste segmenten uit de bron selecteert, of abstractieve samenvatting, die nieuwe tekst genereert. Het veld werd geconsolideerd door Nenkova en McKeown (2011), en sequentie-naar-sequentie modellen zoals BART (Lewis et al., 2020) hebben de abstractieve kant vooruitgeholpen.
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
- Nenkova, A. & McKeown, K. (2011). Automatic Summarization. Foundations and Trends in Information Retrieval. DOI: 10.1561/1500000015 ↗
- Lewis, M. et al. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. ACL. DOI: 10.18653/v1/2020.acl-main.703 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Automatic Text Summarization. ScholarGate. https://scholargate.app/nl/text-mining/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.
- DocumentclusteringText mining↔ compare
- SleutelwoordextractieText mining↔ compare
- Semantische SimilariteitText mining↔ compare
- SentimentanalyseText mining↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →