Tóm tắt văn bản tinh chỉnh
Tóm tắt văn bản tinh chỉnh (Fine-Tuned Text Summarization) điều chỉnh một mô hình tuần tự-tự-tuần tự lớn đã được tiền huấn luyện — như BART, T5, hoặc PEGASUS — để tạo ra các bản tóm tắt súc tích của tài liệu bằng cách huấn luyện trên các cặp (tài liệu, tóm tắt) dành riêng cho miền. Phương pháp này tạo ra các bản tóm tắt mạch lạc và trung thực hơn đáng kể so với các phương pháp trích xuất hoặc chung chung bằng cách tận dụng kiến thức được mã hóa trong hàng tỷ token tiền huấn luyện.
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.
+1 more
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Fine-Tuned Pre-trained Sequence-to-Sequence Model for Text Summarization. ScholarGate. https://scholargate.app/vi/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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên BERT tinh chỉnhHọc sâu↔ compare
- Hỏi đáp tinh chỉnhHọc sâu↔ compare
- Phân loại dựa trên RoBERTaHọc sâu↔ compare
- Nhúng câu (Sentence Embeddings)Học sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →