Точне налаштування резюмування тексту
Точне налаштування резюмування тексту адаптує велику попередньо навчену модель "послідовність-до-послідовності" (sequence-to-sequence) — таку як BART, T5 або PEGASUS — для генерації стислих резюме документів шляхом навчання на парах (документ, резюме) з конкретної предметної області. Цей підхід дає значно більш плавні та точні резюме, ніж екстрактивні або загальні підходи, завдяки використанню знань, закодованих у мільярдах токенів попереднього навчання.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
- Zhang, J., Zhao, Y., Saleh, M., & Liu, P. J. (2020). PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 11328–11339. link ↗
- Lewis, M., Liu, Y., Goyal, N., Ghazvininejad, M., Mohamed, A., Levy, O., Stoyanov, V., & Zettlemoyer, L. (2020). BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 7871–7880. DOI: 10.18653/v1/2020.acl-main.703 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/uk/deep-learning/fine-tuned-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 доналаштованого BERTГлибоке навчання↔ compare
- Доуточнене запитання-відповідьГлибоке навчання↔ compare
- Класифікація на основі RoBERTaГлибоке навчання↔ compare
- Векторні представлення реченьГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →