Półnadzorowane streszczanie tekstu polega na trenowaniu modeli streszczających poprzez wykorzystanie dużych ilości nieoznakowanego tekstu wraz z niewielkim zbiorem referencyjnych streszczeń napisanych przez człowieka. Dzięki zastosowaniu technik takich jak wstępne trenowanie modeli językowych, pseudoetykietowanie i samouczenie, metody te znacząco redukują obciążenie związane z adnotacją, jednocześnie utrzymując konkurencyjne wyniki ROUGE na referencyjnych zbiorach danych.
ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/pl/deep-learning/semi-supervised-text-summarization