VolgendeVolgende gids
Fine-tuning versus RAG versus prompting
Taal AI
Taal AI-GIDS
Twee strategieën om tekst te verkleinen: extractieve samenvatting kopieert de belangrijkste zinnen woordelijk, terwijl abstracte samenvatting nieuwe zinnen in eigen woorden schrijft.
Luister naar deze gidsAI-verteld · ~2 min
The first is safer and faithful; the second reads more naturally but can invent details.
Extractive summarization selects sentences or passages from a source and reproduces their wording. This avoids generating new sentence text, but selection can omit context, combine statements misleadingly, or miss a key qualification. Abstractive summarization generates a new account that may combine ideas and use wording absent from the source, which can improve flow but can also add unsupported claims. Models such as BART, PEGASUS, and T5 have been used for abstractive summarization. A summary’s suitability for legal review depends on source coverage, context, and human verification; extractive wording alone does not guarantee legal completeness or accuracy.
Een nieuwsaggregator gebruikt extractieve samenvattingen om de drie meest centrale zinnen uit een artikel te halen voor een betrouwbaar fragment
Een tool voor vergadernotities maakt gebruik van een abstract model om een transcriptie te herschrijven in beknopte actiepunten in nieuwe bewoordingen
PEGASUS en BART zorgen voor abstracte samenvattingen van documenten in veel onderzoeks- en productpijplijnen
Een juridisch beoordelingsinstrument extraheert belangrijke clausules woordelijk (extractief) om elk risico op het parafraseren van een veranderende betekenis te vermijden
Summarization systems are adding evidence links, coverage checks, and hybrid selection-and-generation workflows. These features can make claims easier to inspect, but they do not replace review of the source, especially when omissions or context changes matter.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
Twee strategieën om tekst te verkleinen: extractieve samenvatting kopieert de belangrijkste zinnen woordelijk, terwijl abstracte samenvatting nieuwe zinnen in eigen woorden schrijft. De eerste is veiliger en trouwer; de tweede leest natuurlijker, maar kan details verzinnen.
Bij extractieve samenvatting worden de hoogst scorende zinnen uit de bron gekozen en woordelijk hergebruikt.
Abstractieve modellen genereren nieuwe tekst en kunnen plausibele maar niet-ondersteunde beweringen doen; extractieve methoden hergebruiken alleen bronzinnen.
Omdat zinnen afzonderlijk worden gekozen en ongewijzigd worden gekopieerd, kan het resultaat vloeiende overgangen en herhaalde ideeën missen.
Sequentie-naar-sequentie-transformatoren zoals BART, PEGASUS en T5 zijn standaard voor het genereren van abstracte samenvattingen.
PEGASUS maskeert opvallende zinnen en traint het model om ze opnieuw te genereren, wat nauw aansluit bij de samenvattingstaak.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
Fine-tuning versus RAG versus prompting
Taal AI