Transfer Learning with Text Summarization
Transfer Learning with Text Summarization adaptuje duży model językowy wstępnie wytrenowany na szerokich korpusach tekstowych — takich jak T5, BART czy PEGASUS — do zadania kondensacji dokumentów w krótsze, spójne streszczenia. Ponowne wykorzystanie nabytej wiedzy językowej i dostrojenie na parach dokumentów źródłowych i referencyjnych streszczeń specyficznych dla danej dziedziny sprawia, że to podejście osiąga wysoką jakość streszczania przy umiarkowanych wymaganiach dotyczących danych oznakowanych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Raffel, C., Shazeer, N., Roberts, A., Lee, K., Narang, S., Matena, M., Zhou, Y., Li, W., & Liu, P. J. (2020). Exploring the limits of transfer learning with a unified text-to-text transformer. Journal of Machine Learning Research, 21(140), 1–67. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghahravi, M., Mohamed, A., Chen, D., Levy, O., & Zettlemoyer, L. (2020). BART: Denoising sequence-to-sequence pre-training for natural language generation, translation, and comprehension. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 7871–7880). ACL. DOI: 10.18653/v1/2020.acl-main.703 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Transfer Learning with Neural Text Summarization. ScholarGate. https://scholargate.app/pl/deep-learning/transfer-learning-with-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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Dostrajanie podsumowywania tekstuUczenie głębokie↔ compare
- Osadzanie zdańUczenie głębokie↔ compare
- Uczenie transferowe w rozpoznawaniu nazwanych encjiUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →