Слабокероване узагальнення тексту
Слабокероване узагальнення тексту тренує моделі абстрактивного або екстрактивного узагальнення без вручну анотованих референсних узагальнень. Замість дорогих людських міток, воно використовує слабкі сигнали — евристичні правила, віддалений нагляд, шумні автоматичні мітки або самокеровані цілі — для спрямування послідовно-до-послідовних або трансформерних моделей до створення зв'язних, стислих узагальнень вхідних 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
- Amplayo, R. K., & Lapata, M. (2020). Unsupervised Opinion Summarization with Noisy Autoencoder. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 1934–1945. link ↗
- Huang, L., Wu, L., & Wang, L. (2020). Knowledge Graph-Augmented Abstractive Summarization with Semantic-Driven Cloze Reward. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 5094–5107. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Weakly Supervised Text Summarization. ScholarGate. https://scholargate.app/uk/deep-learning/weakly-supervised-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.
- Самокероване навчанняМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →