EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Faithfulness Metrics for Abstractive Summarization in Neural Models across Multiple Domains

Omprakash Dewangan, Anupa Sinha

Procedia Computer Science · 2026 · 275 · 108-115

DOI: 10.1016/j.procs.2026.01.014 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Omprakash Dewangan und 1 weiteren Autor:innen. Die Arbeit nennt 41 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Dewangan, O., & Sinha, A. (2026). Faithfulness Metrics for Abstractive Summarization in Neural Models across Multiple Domains. Procedia Computer Science, 275, 108-115. https://doi.org/10.1016/j.procs.2026.01.014

Vancouver

Dewangan O, Sinha A. Faithfulness Metrics for Abstractive Summarization in Neural Models across Multiple Domains. Procedia Computer Science. 2026;275:108-115. doi:10.1016/j.procs.2026.01.014

BibTeX
@article{Dewangan2026,
  author = {Dewangan, Omprakash and Sinha, Anupa},
  title = {Faithfulness Metrics for Abstractive Summarization in Neural Models across Multiple Domains},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {275},
  pages = {108--115},
  doi = {10.1016/j.procs.2026.01.014}
}
Kostenlos starten →