Мультимодальное реферирование текстов
Мультимодальное реферирование текстов генерирует краткое текстовое резюме путем совместной обработки нескольких входных модальностей — чаще всего текста и изображений, но также видеокадров или аудио — с использованием моделей глубокого обучения, которые выравнивают визуальные и лингвистические представления. Результатом является резюме на естественном языке, которое отражает существенное содержание всех доступных модальностей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/ru/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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Дообученная суммаризация текстовГлубокое обучение↔ compare
- Мультимодальная классификация на основе BERTГлубокое обучение↔ compare
- Мультимодальный ответ на вопросыГлубокое обучение↔ compare
- Мультимодальный трансформерГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →