Многоязычное реферирование текста
Многоязычное реферирование текста применяет предварительно обученные многоязычные модели кодировщика-декодера — такие как mT5 или mBART — для генерации кратких резюме документов, написанных на многих языках, как в рамках одного языка (монолингвальное), так и между языками (кросс-лингвальное). Дообучение этих моделей на многоязычных бенчмарках реферирования, таких как XL-Sum, позволяет охватить десятки языков с помощью одной модели.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Xue, L., Constant, N., Roberts, A., Kale, M., Al-Rfou, R., Siddhant, A., Barua, A., & Raffel, C. (2021). mT5: A Massively Multilingual Pre-Trained Text-to-Text Transformer. Proceedings of NAACL-HLT 2021, pp. 483–498. Association for Computational Linguistics. link ↗
- Hasan, T., Bhattacharjee, A., Islam, M. S., Mubasshir, K., Li, Y.-F., Kang, Y.-B., Rahman, M. S., & Shahriyar, R. (2021). XL-Sum: Large-Scale Multilingual Abstractive Summarization for 44 Languages. Findings of ACL-IJCNLP 2021, pp. 4693–4703. Association for Computational Linguistics. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multilingual Text Summarization. ScholarGate. https://scholargate.app/ru/deep-learning/multilingual-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.
- Дообученная суммаризация текстовГлубокое обучение↔ compare
- Многоязычная классификация на основе RoBERTaГлубокое обучение↔ compare
- Мультиязычный трансформерГлубокое обучение↔ compare
- Векторные представления предложенийГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →