A sumarização de texto semi-supervisionada treina modelos de sumarização aproveitando grandes quantidades de texto não rotulado, juntamente com um pequeno conjunto de resumos de referência escritos por humanos. Ao usar técnicas como pré-treinamento de modelo de linguagem, pseudo-rotulagem e auto-treinamento, esses métodos reduzem substancialmente o ônus da anotação, mantendo pontuações ROUGE competitivas em conjuntos de dados de referência.
ScholarGate. (2026, June 3). Semi-supervised Text Summarization (Label-efficient Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/pt/deep-learning/semi-supervised-text-summarization