Пояснюване текстове реферування
Пояснюване текстового реферування доповнює автоматичні моделі реферування — екстрактивні чи абстрактивні — пост-хок або вбудованими методами пояснення, які виявляють, які вихідні речення, токени чи патерни уваги зумовили кожне вихідне речення. Мета полягає в аудиті вірності, виявленні галюцинацій та побудові довіри до вихідних даних моделі у критичних сценаріях, таких як медичний чи юридичний огляд документів.
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
- Atanasova, P., Simonsen, J. G., Lioma, C., & Augenstein, I. (2020). A diagnostic study of explainability techniques for text classification. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3256–3274. Association for Computational Linguistics. link ↗
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906–1919. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Explainable Text Summarization (XAI-augmented Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/uk/deep-learning/explainable-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.
- Пояснювана класифікація на основі BERTГлибоке навчання↔ compare
- Пояснюваний розпізнавання іменованих сутностейГлибоке навчання↔ compare
- Пояснюваний ТрансформерГлибоке навчання↔ compare
- Точне налаштування резюмування текстуГлибоке навчання↔ compare
- Векторні представлення реченьГлибоке навчання↔ compare
- Трансферне навчання для узагальнення текстуГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →