Machine learningDeep learning / NLP / CV
การสรุปความข้อความหลายภาษา
การสรุปความข้อความหลายภาษาประยุกต์ใช้โมเดลเข้ารหัส-ถอดรหัสหลายภาษาที่ได้รับการฝึกฝนล่วงหน้า เช่น mT5 หรือ mBART เพื่อสร้างบทสรุปที่กระชับของเอกสารที่เขียนด้วยหลายภาษา ไม่ว่าจะเป็นภายในภาษาเดียวกัน (โมโนลิงกวล) หรือข้ามภาษา (ครอสลิงกวล) การปรับโมเดลเหล่านี้ให้เหมาะสมกับชุดข้อมูลมาตรฐานการสรุปความหลายภาษา เช่น XL-Sum ช่วยให้ครอบคลุมภาษาได้หลายสิบภาษาด้วยโมเดลเดียว
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multilingual Text Summarization. ScholarGate. https://scholargate.app/th/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.
- การสรุปความข้อความแบบปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTa หลายภาษาการเรียนรู้เชิงลึก↔ compare
- หม้อแปลงหลายภาษาการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare