Sumarizare Explicabilă de Text
Sumarizarea Explicabilă de Text sporește modelele de sumarizare automată — extractive sau abstractive — cu metode de explicație post-hoc sau integrate care dezvăluie ce propoziții sursă, tokeni sau tipare de atenție au determinat fiecare propoziție de ieșire. Scopul este de a audita fidelitatea, de a detecta halucinațiile și de a construi încredere în ieșirile modelului în contexte cu miză mare, cum ar fi revizuirea documentelor medicale sau juridice.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Atanasova, P., Simonsen, J. G., Lioma, C., & Augenstein, I. (2020). A diagnostic study of explainability techniques for text classification. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3256–3274. Association for Computational Linguistics. link ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906–1919. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ro/deep-learning/explainable-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.
- Clasificare explicabilă bazată pe BERTÎnvățare profundă↔ compare
- Recunoaștere Explicabilă a Entităților NumiteÎnvățare profundă↔ compare
- Transformer ExplicabilÎnvățare profundă↔ compare
- Sumarizarea Textului cu Ajustare FinăÎnvățare profundă↔ compare
- Embeddings de propozițiiÎnvățare profundă↔ compare
- Transfer Learning cu Sumarizarea TextuluiÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →