Multimodálna sumarizácia textu
Multimodálna sumarizácia textu generuje stručné textové zhrnutie spoločným spracovaním viacerých vstupných modalít – najčastejšie textu a obrázkov, ale aj video snímok alebo zvuku – pomocou modelov hlbokého učenia, ktoré zosúladia vizuálne a lingvistické reprezentácie. Výstupom je zhrnutie v prirodzenom jazyku, ktoré zachytáva podstatný obsah zo všetkých dostupných modalít.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Jemné doladenie sumarizácie textuHlboké učenie↔ compare
- Multimodálna klasifikácia založená na BERTHlboké učenie↔ compare
- Multimodálne odpovedanie na otázkyHlboké učenie↔ compare
- Multimodálny TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →