Адаптація моделі до домену для текстового реферування
Адаптація моделі до домену для текстового реферування передбачає доналаштування (fine-tuning) або адаптацію попередньо навченої моделі послідовність-до-послідовності на корпусі текстів цільового домену, щоб реферати відповідали специфічній для домену лексиці, стилю та фактичним обмеженням. Це допомагає подолати розрив між загальними моделями реферування, навченими на новинах або веб-даних, та спеціалізованими доменами, такими як біомедична література, юридичні документи, наукові статті або фінансові звіти.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Fabbri, A. R., KryŜiński, W., McCann, B., Xiong, C., Socher, R., & Radev, D. (2021). SummEval: Re-evaluating Summarization Evaluation. Transactions of the Association for Computational Linguistics, 9, 391–409. DOI: 10.1162/tacl_a_00373 ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 1906–1919. DOI: 10.18653/v1/2020.acl-main.173 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/uk/deep-learning/domain-adaptive-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.
- Класифікація на основі BERTГлибоке навчання↔ compare
- Класифікація на основі BERT з адаптацією до предметної областіГлибоке навчання↔ compare
- Адаптивне розпізнавання іменованих сутностейГлибоке навчання↔ compare
- Точне налаштування резюмування текстуГлибоке навчання↔ compare
- Мультимодальне узагальнення текстуГлибоке навчання↔ compare
- Трансферне навчання для узагальнення текстуГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →