Sumarizare multimodală de text
Sumarizarea multimodală de text generează un rezumat textual concis prin procesarea comună a mai multor modalități de intrare — cel mai frecvent text și imagini, dar și cadre video sau audio — utilizând modele de învățare profundă care aliniază reprezentările vizuale și lingvistice. Rezultatul este un rezumat în limbaj natural care surprinde conținutul salient din toate modalitățile disponibile.
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
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ro/deep-learning/multimodal-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 bazată pe BERTÎnvățare profundă↔ compare
- Sumarizarea Textului cu Ajustare FinăÎnvățare profundă↔ compare
- Clasificare multimodală bazată pe BERTÎnvățare profundă↔ compare
- Răspuns la întrebări multimodalÎnvățare profundă↔ compare
- Transformer MultimodalÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →