Përmbledhje Tekstesh Multimodale
Përmbledhja tekstuale multimodale gjeneron një përmbledhje të shkurtër tekstuale duke përpunuar bashkërisht disa modalitete hyrëse — më së shpeshti tekst dhe imazhe, por edhe korniza videoje ose audio — duke përdorur modele të thella të mësimit që përputhin përfaqësimet vizuale dhe gjuhësore. Rezultati është një përmbledhje në gjuhë natyrore që kap përmbajtjen thelbësore nga të gjitha modalitetet e disponueshme.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/sq/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.
- Klasifikimi i bazuar në BERTMësimi i thellë↔ compare
- Përmbledhje e tekstit e akorduar imëtMësimi i thellë↔ compare
- Klasifikimi i bazuar në BERT multimodalMësimi i thellë↔ compare
- Përgjigjja pyetjeve multimodalëMësimi i thellë↔ compare
- Transformator MultimodalMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →