Sumarização de Texto Fracamente Supervisionada
A sumarização de texto fracamente supervisionada treina modelos de sumarização abstrativa ou extrativa sem resumos de referência anotados manualmente. Em vez de rótulos humanos custosos, ela explora sinais fracos — regras heurísticas, supervisão distante, rótulos automáticos ruidosos ou objetivos auto-supervisionados — para guiar modelos sequenciais ou baseados em transformadores na produção de resumos coerentes e concisos de documentos de entrada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/pt/deep-learning/weakly-supervised-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.
- Aprendizado AutossupervisionadoAprendizado de máquina↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →