การเรียนรู้แบบถ่ายโอนกับการสรุปข้อความ
การเรียนรู้แบบถ่ายโอนกับการสรุปข้อความ (Transfer Learning with Text Summarization) เป็นการปรับใช้แบบจำลองภาษาขนาดใหญ่ที่ได้รับการฝึกฝนล่วงหน้าจากคลังข้อความขนาดใหญ่ เช่น T5, BART หรือ PEGASUS เพื่อทำงานในการย่อเอกสารให้เป็นบทสรุปที่สั้นลงและกระชับ โดยการนำความรู้ทางภาษาที่เรียนรู้มาใช้ซ้ำและปรับแต่งเพิ่มเติมด้วยคู่เอกสารต้นฉบับและบทสรุปอ้างอิงเฉพาะโดเมน วิธีการนี้ทำให้ได้คุณภาพการสรุปที่ดีเยี่ยมโดยใช้ข้อมูลที่มีป้ายกำกับไม่มากนัก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Raffel, C., Shazeer, N., Roberts, A., Lee, K., Narang, S., Matena, M., Zhou, Y., Li, W., & Liu, P. J. (2020). Exploring the limits of transfer learning with a unified text-to-text transformer. Journal of Machine Learning Research, 21(140), 1–67. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghahravi, M., Mohamed, A., Chen, D., Levy, O., & Zettlemoyer, L. (2020). BART: Denoising sequence-to-sequence pre-training for natural language generation, translation, and comprehension. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 7871–7880). ACL. DOI: 10.18653/v1/2020.acl-main.703 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Transfer Learning with Neural Text Summarization. ScholarGate. https://scholargate.app/th/deep-learning/transfer-learning-with-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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การสรุปความข้อความแบบปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนกับการรู้จำเอนทิตีที่มีชื่อการเรียนรู้เชิงลึก↔ compare