Дообученная суммаризация текстов
Дообученная суммаризация текстов адаптирует большую предварительно обученную модель последовательность-в-последовательность — такую как BART, T5 или PEGASUS — для генерации кратких резюме документов путем обучения на парах (документ, резюме) из конкретной предметной области. Этот подход обеспечивает значительно более плавные и точные резюме, чем экстрактивные или общие подходы, за счет использования знаний, закодированных в миллиардах токенов предварительного обучения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Источники
- Zhang, J., Zhao, Y., Saleh, M., & Liu, P. J. (2020). PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 11328–11339. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghazvininejad, M., Mohamed, A., Levy, O., Stoyanov, V., & Zettlemoyer, L. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 7871–7880. DOI: 10.18653/v1/2020.acl-main.703 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/ru/deep-learning/fine-tuned-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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Дообученная классификация на основе BERTГлубокое обучение↔ compare
- Дообученное вопросно-ответное извлечениеГлубокое обучение↔ compare
- Классификация на основе RoBERTaГлубокое обучение↔ compare
- Векторные представления предложенийГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →