Svagt övervakad textsammanfattning
Svagt övervakad textsammanfattning tränar abstraktiva eller extraktiva sammanfattningsmodeller utan manuellt annoterade referenssammanfattningar. Istället för kostsamma mänskliga etiketter utnyttjar den svaga signaler – heuristiska regler, distansövervakning, brusiga automatiska etiketter eller självsövervakade mål – för att styra sekvens-till-sekvens- eller transformermodeller mot att producera sammanhängande, koncisa sammanfattningar av indatadokument.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/sv/deep-learning/weakly-supervised-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.
- Självövervakad inlärningMaskininlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →