Streszczanie wielodokumentowe
Streszczanie wielodokumentowe (ang. Multi-document summarization, MDS) to zadanie z zakresu przetwarzania języka naturalnego, które polega na kondensacji grupy powiązanych dokumentów w jedno, kompleksowe, spójne i niepowtarzalne streszczenie. Formalnie opisane przez Erkana i Radeva (2004) za pomocą algorytmu LexRank, MDS znajduje zastosowanie w analizie klastrów wiadomości, systematycznych przeglądach literatury i syntezie badań, aby zapewnić czytelnikom zunifikowany widok informacji rozproszonych w wielu źródłach.
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
- Erkan, G. & Radev, D.R. (2004). LexRank: Graph-Based Lexical Centrality as Salience in Text Summarization. Journal of Artificial Intelligence Research, 22, 457-479. link ↗
- Liu, P.J. et al. (2018). Generating Wikipedia by Summarizing Long Sequences. International Conference on Learning Representations (ICLR). link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Multi-Document Summarization. ScholarGate. https://scholargate.app/pl/text-mining/multi-document-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.
- Osadzenia BERTEksploracja tekstu↔ compare
- Analiza sentymentuEksploracja tekstu↔ compare
- Klasyfikacja TekstuEksploracja tekstu↔ compare
- TF-IDFEksploracja tekstu↔ compare
- Modelowanie tematówUczenie głębokie↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →