Tóm tắt văn bản thích ứng miền
Tóm tắt văn bản thích ứng miền tinh chỉnh hoặc điều chỉnh một mô hình ngôn ngữ tuần tự-tiếp nối được huấn luyện trước trên một tập dữ liệu miền đích để các bản tóm tắt tuân thủ các ràng buộc về từ vựng, phong cách và sự kiện cụ thể của miền. Nó thu hẹp khoảng cách giữa các mô hình tóm tắt đa mục đích được huấn luyện trên dữ liệu tin tức hoặc web và các miền chuyên biệt như tài liệu y sinh, tài liệu pháp lý, bài báo khoa học hoặc báo cáo tài chính.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Domain-adaptive Text Summarization (Domain Adaptation for Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/vi/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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên BERT thích ứng miềnHọc sâu↔ compare
- Nhận dạng thực thể có tên thích ứng miềnHọc sâu↔ compare
- Tóm tắt văn bản tinh chỉnhHọc sâu↔ compare
- Tóm tắt văn bản đa phương thứcHọc sâu↔ compare
- Transfer Learning with Text SummarizationHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →