Multimodal tekstoppsummering
Multimodal tekstoppsummering genererer et konsist sammendrag ved å behandle flere input-modaliteter – oftest tekst og bilder, men også videobilder eller lyd – ved hjelp av dyp læringsmodeller som justerer visuelle og lingvistiske representasjoner. Utdata er et sammendrag på naturlig språk som fanger opp det mest sentrale innholdet fra alle tilgjengelige modaliteter.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/no/deep-learning/multimodal-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-basert klassifiseringDyp læring↔ compare
- Finjustert tekstoppsummeringDyp læring↔ compare
- Multimodal BERT-basert klassifiseringDyp læring↔ compare
- Multimodal spørsmålsbesvarelseDyp læring↔ compare
- Multimodal transformereDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →