Query-Aware Sparse Coding for Multi-Video Summarization
鉴于在线视频的爆炸式增长，减轻浏览和管理感兴趣的视频内容的繁琐工作变得越来越重要。视频摘要的目的是提供这样一种技术，将一个或多个视频转换成一个紧凑的。然而，传统的多视频摘要方法往往无法产生令人满意的结果，因为他们忽略了用户的搜索意图。为此，本文提出了一种新的查询感知方法，通过在稀疏编码框架下构造多视频摘要，将查询搜索到的网页图像作为重要的偏好信息，揭示查询意图。为了提供一个用户友好的总结，本文还开发了一个事件的关键帧表示结构，目前的关键帧组的特定事件相关的查询，通过使用无监督的多图融合方法。我们发布了一个名为MVS1K的新公共数据集，其中包含来自10个查询的大约1000个视频及其视频标签、手动注释和相关的Web图像。在MVS1K数据集上进行的大量实验验证了我们的方法可以产生优于最近提出的几种方法的客观和主观结果。
2017-07-13 cs.CV
AQuaMuSe: Automatically Generating Datasets for Query-Based Multi-Document Summarization
Google Research（谷歌研究院）
摘要是将源文档压缩成连贯和简洁的段落的任务。这是一个有价值的工具，可以向用户提供与其查询相关的排名靠前的文档的简洁而准确的草图。基于查询的多文档摘要（Query-based multi-document summarization，qMDS）解决了这一普遍需求，但由于缺乏训练和评估数据集，现有的单文档和多文档摘要数据集在形式和规模上都存在不足，研究受到严重限制。我们提出了一个可扩展的方法，称为ANOMMuSe自动挖掘qMDS的例子，从问答数据集和大型文档语料库。我们的方法是独特的，因为它可以一般的双数据集-提取和抽象的摘要。我们公开发布了一个特定的ANOMMuSe数据集实例，其中包含5，519个基于查询的摘要，每个摘要与从Common Crawl的3.55亿个文档索引中选择的平均6个输入文档相关联。提供了对数据集的广泛评估以及基线摘要模型实验。
2020-10-23 cs.CL
Query-Focused Event Summarization: A Dataset and Benchmark
School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院）
针对现有查询聚焦摘要（QFS）数据集缺乏面向事件的摘要及方法在大规模语料库表现不佳的问题，提出查询聚焦事件摘要（QFES）任务，构建QFESum数据集，引入含RAT和SHC的两阶段框架，实验证明该框架有效。
2026-07-14 cs.CL
Query-Utterance Attention with Joint modeling for Query-Focused Meeting Summarization
Beijing University of Posts and Telecommunications（北京邮电大学）
本文针对面向查询的会议摘要任务，提出基于查询-话语注意力的联合建模框架，同时利用词元级和话语级查询相关性，在QMSum数据集上取得新的最先进性能。
2023-06-01 cs.AI cs.CL
Query-Focused Video Summarization: Dataset, Evaluation, and A Memory Network Based Approach
University of Central Florida（中佛罗里达大学）；University of Alabama at Birmingham（阿拉巴马大学伯明翰分校）
近年来，人们对视频摘要的兴趣重新抬头。然而，视频摘要研究的主要障碍之一是用户的主观性-用户对摘要有各种各样的偏好。这种主观性至少造成了两个问题。首先，没有一个视频摘要器适合所有用户，除非它与个人用户交互并适应个人用户。其次，评估视频摘要器的性能是非常具有挑战性的。为了解决第一个问题，我们探讨了最近提出的查询为中心的视频摘要，介绍了用户的喜好，在文本查询的形式进入视频摘要过程。我们提出了一个记忆网络参数化的顺序决定点过程，以照顾到不同的视频帧和镜头的用户查询。为了解决第二个挑战，我们认为，一个好的评价指标的视频摘要应该集中在语义信息，人类可以感知，而不是视觉功能或时间重叠。为此，我们收集密集的每个视频镜头的概念注释，编译一个新的数据集，并建议一个有效的评价方法定义的概念注释。我们进行了大量的实验对比我们的视频摘要现有的，并提出了详细的分析数据集和新的评价方法。
2017-07-16 cs.CV
Data Augmentation for Abstractive Query-Focused Multi-Document Summarization
UNC Chapel Hill（北卡罗来纳大学教堂山分校）；Microsoft Research（微软研究院）
由于缺乏足够的大规模高质量训练数据集，以查询为中心的多文档摘要（QMDS）的研究进展受到限制。我们提出了两个QMDS训练数据集，我们使用两种数据增强方法构建：（1）传输常用的单文档CNN/Daily Mail摘要数据集以创建QMDSCNN数据集，以及（2）挖掘搜索查询日志以创建QMDSIR数据集。这两个数据集具有互补的特性，即，QMDSCNN有真实的摘要，但查询是模拟的，而QMDSIR有真实的查询，但模拟摘要。为了涵盖这些真实的摘要和查询方面，我们在组合数据集上构建了抽象的端到端神经网络模型，这些模型在DUC数据集上产生了新的最先进的传输结果。我们还引入了新的分层编码器，使查询与多个文档的编码更有效。实证结果表明，我们的数据增强和编码方法优于自动度量的基线模型，以及沿多个属性的人类评估。
2021-03-02 cs.AI cs.CL
QMSum: A New Benchmark for Query-based Multi-domain Meeting Summarization
Fudan University（复旦大学）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Yale University（耶鲁大学）；Microsoft Research（微软研究院）；Microsoft Cognitive Services Research（微软认知服务研究院）
会议是人类协作的关键组成部分。随着越来越多的会议被记录和转录，会议摘要变得至关重要，可以提醒那些可能参加或可能没有参加会议的人关于所作的关键决定和有待完成的任务。然而，很难创建一个简短的摘要，涵盖涉及多个人和主题的长时间会议的所有内容。为了满足不同类型用户的需求，我们定义了一个新的基于查询的多域会议摘要任务，其中模型必须选择和总结相关的会议跨度，以响应查询，我们引入了QMSum，一个新的基准此任务。QMSum由多个领域的232个会议上的1，808个查询摘要对组成。此外，我们研究了一个定位然后总结的方法，并评估了一组强大的摘要基线的任务。实验结果和手动分析表明，QMSum提出了重大挑战，在长时间会议摘要为未来的研究。数据集可在\url{https://github.com/Yale-LILY/QMSum}上获得。
2021-04-13 cs.CL
Tackling Query-Focused Summarization as A Knowledge-Intensive Task: A Pilot Study
University of Amsterdam（阿姆斯特丹大学）；Amazon Alexa AI（亚马逊Alexa人工智能）；University of Edinburgh（爱丁堡大学）
本研究将查询聚焦摘要（QFS）作为知识密集型任务处理，无需预先提供相关文档，构建了新数据集KI-QFS，实验表明现有模型在该设置下表现显著下降，揭示了知识密集型QFS的挑战与改进空间。
2023-07-31 cs.CL cs.IR
Exploring Neural Models for Query-Focused Summarization
Salesforce Research（Salesforce研究院）
以查询为中心的摘要（QFS）旨在生成回答感兴趣的特定问题的摘要，从而实现更大的用户控制和个性化。虽然最近发布的数据集，如QMSum或AmmunMuSe，促进了QFS的研究工作，但该领域缺乏对适用建模方法的广泛空间的全面研究。在本文中，我们进行了系统的探索QFS的神经方法，考虑两个一般类的方法：两阶段提取抽象的解决方案和端到端的模型。在这些类别中，我们调查现有的模型，并探索迁移学习的策略。我们还提出了两个建模扩展，它们在QMSum数据集上实现了最先进的性能，当与迁移学习策略相结合时，最高可达3.38 ROUGE-1，3.72 ROUGE 2和3.28 ROUGE-L。人类评估的结果表明，与基线模型相比，最好的模型可以产生更全面和更符合事实的摘要。代码和检查点是公开的：https://github.com/salesforce/query-focused-sum。
2022-04-26 cs.CL
Query Twice: Dual Mixture Attention Meta Learning for Video Summarization
Meituan-Dianping Group（美团点评集团）；Newcastle University（纽卡斯尔大学）；Durham University（杜伦大学）
视频摘要的目的是选择具有代表性的帧来保留高层次的信息，这通常是通过softmax函数预测分段重要性得分来解决的。然而，softmax函数在保留复杂视觉或顺序信息的高阶表示方面存在问题，这被称为Softmax瓶颈问题。在本文中，我们提出了一种新的视频摘要框架--带Meta学习的双混合注意力（Dual Mixture Attention，DMASum）模型来解决softmax瓶颈问题，其中混合注意力层（Mixture of Attention，MoA）通过使用两次自查询注意力来有效地增加模型容量，除了初始的查询-关键字注意力之外，还可以捕获二阶变化，并引入了一种新的单帧Meta学习规则，以实现对训练源有限的小数据集的更好的泛化。此外，DMASum显著地利用了视觉注意力和顺序注意力，以累积的方式连接局部关键帧和全局注意力。我们在两个公共数据集SumMe和TVSum上采用了新的评估协议。定性和定量的实验表明显着的改进，在国家的最先进的方法。
2020-08-19 cs.CV cs.MM
Learning to Rank Salient Content for Query-focused Summarization
Georgetown University（乔治城大学）
本研究将排序学习与查询聚焦摘要结合，用共享次级解码器在片段级执行排序任务，在QMSum等基准上取得性能提升，人工评估验证了摘要的相关性与忠实度，且训练开销更低。
2024-11-01 cs.CL
Causal Video Summarizer for Video Exploration
University of Amsterdam（阿姆斯特丹大学）；Georgia Institute of Technology（佐治亚理工学院）；IBM Research（IBM研究院）
本文提出因果视频摘要器CVS，通过概率编码器-解码器有效建模视频与文本查询的交互，在多模态视频摘要任务中较现有最优方法准确率提升5.4%、F1提升4.92%。
2023-07-04 cs.AI cs.CV cs.IR
GPT2MVS: Generative Pre-trained Transformer-2 for Multi-modal Video Summarization
University of Amsterdam（阿姆斯特丹大学）；BBC Research and Development（BBC研发部）
传统的视频摘要方法生成固定的视频表示，而不管用户的兴趣。因此，这样的方法限制了用户在内容搜索和探索场景中的期望。多模态视频摘要是用来解决这个问题的方法之一。当使用多模态视频摘要来帮助视频探索时，基于文本的查询被认为是视频摘要生成的主要驱动因素之一，因为它是用户定义的。因此，对基于文本的查询和视频进行有效的编码对于多模态视频摘要的任务都是重要的。在这项工作中，提出了一种新的方法，使用专门的注意力网络和上下文的单词表示来解决这个任务。该模型包括一个上下文视频摘要控制器，多模态注意力机制，一个交互式注意力网络，和一个视频摘要生成器。通过对现有多模态视频摘要基准的评价，实验结果表明，与现有方法相比，该模型的准确率提高了+5.88%，F1分数提高了+4.06%。
2021-04-26 cs.AI cs.CL cs.CV
OASum: Large-Scale Open Domain Aspect-based Summarization
Tencent AI Lab（腾讯人工智能实验室）；University of California, Santa Barbara（加州大学圣巴巴拉分校）
本文利用 Wikipedia 众包知识构建了包含 370 万实例的大规模开放域基于方面的摘要数据集 OASum，并通过零样本、少样本和微调实验证明在其上预训练的模型具有更强的方面或查询聚焦生成能力。
2023-05-25 cs.CL
Prompts to Summaries: Zero-Shot Language-Guided Video Summarization with Large Language and Video Models
Department of Computer Science, the University of Haifa（哈ifa大学计算机科学系）
提出一种基于大语言和视频模型的零样本视频摘要方法，通过提示生成用户引导的摘要，无需训练数据，优于现有无监督和监督方法。
2026-02-17 cs.CV
Personalized Video Summarization using Text-Based Queries and Conditional Modeling
University of Amsterdam（阿姆斯特丹大学）
本论文提出一种结合文本查询与视觉信息的多模态深度学习方法，并引入条件建模与片段级伪标签技术，有效解决数据稀缺问题，生成更符合用户需求的个性化视频摘要。
2024-08-27 cs.CV cs.IR
Overview of the BioLaySumm 2023 Shared Task on Lay Summarization of Biomedical Research Articles
University of Sheffield（谢菲尔德大学）；University of Manchester（曼彻斯特大学）；Manchester Metropolitan University（曼彻斯特城市大学）
本文概述了ACL 2023 BioLaySumm共享任务，旨在开发可控与非可控的生成式摘要模型，为生物医学文章生成面向非技术读者的通俗摘要，并报告了两个子任务的设置与结果。
2023-10-25 cs.CL
HowSumm: A Multi-Document Summarization Dataset Derived from WikiHow Articles
IBM Research - AI（IBM人工智能研究院）
我们提出了HowSumm，这是一个用于以查询为中心的多文档摘要（qMDS）任务的新型大规模数据集，其目标是从一组源生成可操作指令的用例。此用例与现有多文档摘要（MDS）数据集中涵盖的用例不同，适用于教育和工业场景。我们采用自动方法，并利用现有人工qMDS数据集的统计数据，从wikiHow网站文章及其引用的来源创建HowSumm。我们描述了数据集的创建，并讨论了它与其他摘要语料库的独特功能。对数据集的提取和抽象摘要模型的自动和人工评估表明，还有改进的余地。
2021-10-08 cs.CL
CUSTOM: Aspect-Oriented Product Summarization for E-Commerce
JD AI Research（京东人工智能研究院）
产品摘要旨在自动生成产品描述，具有很大的商业潜力。考虑到客户对不同产品方面的偏好，生成面向方面的定制摘要将受益匪浅。然而，常规系统通常集中于提供一般产品概要，这可能错过将产品与客户兴趣相匹配的机会。为了解决这个问题，我们提出了自定义的，面向方面的产品摘要电子商业，它产生不同的和可控的摘要对不同的产品方面。为了支持CUSTOM的研究并进一步推进这一研究，我们构建了两个中文数据集，即，智能手机和计算机，分别包括12，118/11，497个真实世界商业产品的76，279/49，280个简短摘要。此外，我们介绍了EXT，一个提取增强生成框架的定制，其中两个著名的序列到序列模型在本文中实现。我们在两个CUSTOM数据集上进行了大量的实验，并展示了两个著名的基线模型和EXT的结果，这表明EXT可以生成多样化，高质量和一致的摘要。
2021-08-18 cs.CL
Survey of Query-based Text Summarization
针对基于查询的文本摘要领域现有研究缺乏系统梳理的问题，本综述总结了该领域及相关通用文本摘要的代表性研究，并提出分类体系与相关分析。
2024-10-06 cs.CL cs.IR
Bayesian Query-Focused Summarization
Information Sciences Institute（信息科学研究所）
我们提出了BayeSum（Bayesian summarization），这是一个在以查询为中心的摘要中进行句子提取的模型。BayeSum利用了多个文档与单个查询相关的常见情况。使用这些文档作为查询词的增强，BayeSum不会受到短查询中信息缺乏的影响。我们表明，近似推理BayeSum是可能的大数据集和结果在一个国家的最先进的摘要系统。此外，我们展示了如何BayeSum可以被理解为一个合理的查询扩展技术在语言建模的IR框架。
2009-07-10 cs.CL cs.IR cs.LG
A Novel Feature-based Bayesian Model for Query Focused Multi-document Summarization
监督学习方法和基于LDA的主题模型已经成功地应用于面向查询的多文档摘要领域。在本文中，我们提出了一种新的监督的方法，可以将丰富的句子特征到贝叶斯主题模型的原则性的方式，从而利用主题模型和基于特征的监督学习方法的优势。在TAC2008和TAC2009上的实验证明了该方法的有效性。
2013-12-27 cs.CL cs.IR
AttSum: Joint Learning of Focusing and Summarization with Neural Attention
The Hong Kong Polytechnic University（香港理工大学）；Peking University（北京大学）；Microsoft Research（微软研究院）
查询相关性排序和句子显著性排序是抽取式查询文摘的两个主要任务。以前的监督摘要系统通常单独执行这两个任务。然而，由于参考摘要是相关性和显着性之间的权衡，使用它们作为监督，这两个排名都不能很好地训练。本文提出了一种新的摘要系统AttSum，它处理这两个任务联合。它自动学习句子和文档集群的分布式表示。同时，它应用注意力机制来模拟人类在给出查询时的注意阅读行为。在DUC查询为中心的摘要基准数据集上进行了广泛的实验。在不使用任何手工制作的功能的情况下，AttSum实现了具有竞争力的性能。它也被观察到，句子识别集中在查询确实满足查询的需要。
2016-09-27 cs.CL cs.IR
Query-focused Multi-document Summarization: Combining a Novel Topic Model with Graph-based Semi-supervised Learning
基于图的半监督学习已被证明是一种有效的方法，以查询为中心的多文档摘要。以往的半监督学习存在的问题是在对句子进行排序时没有考虑句子层次以外的更高层次的信息。对一般文摘的研究表明，增加主题层次可以有效地提高文摘质量。在前人研究的启发下，本文提出了一种基于图的两层（句子层和主题层）半监督学习方法。同时，我们提出了一个新的主题模型，充分利用句子和单词之间的依赖关系。在DUC和TAC数据集上的实验结果证明了该方法的有效性。
2013-12-31 cs.CL cs.IR
WSL-DS: Weakly Supervised Learning with Distant Supervision for Query Focused Multi-Document Abstractive Summarization
York University（约克大学）；Information Retrieval and Knowledge Management Research Lab（信息检索与知识管理研究实验室）；School of Information Technology（信息技术学院）；Department of Electrical Engineering and Computer Science（电子工程与计算机科学系）
在以查询为中心的多文档摘要（QF-MDS）任务中，给出了一组文档和一个查询，目标是根据给定的查询从这些文档生成摘要。然而，这项任务的一个主要挑战是缺乏可用的标记训练数据集。为了克服这个问题，在本文中，我们提出了一种新的弱监督学习方法，通过利用远程监督。特别地，我们使用与目标数据集相似的数据集作为训练数据，其中我们利用预先训练的句子相似性模型来从多文档黄金参考摘要生成文档集中每个单独文档的弱参考摘要。然后，我们在每个单文档上迭代地训练我们的摘要模型，以减轻在多个文档中训练神经摘要模型时发生的计算复杂性问题（即，长序列）。在文档理解会议（DUC）数据集上的实验结果表明，我们提出的方法设置了一个新的国家的最先进的结果在各种评价指标。
2020-11-03 cs.CL cs.IR
Read what you need: Controllable Aspect-based Opinion Summarization of Tourist Reviews
IIT Kharagpur（印度理工学院卡拉格普尔分校）
从大量用户生成的文本中手动提取相关方面和观点是一个耗时的过程。另一方面，摘要可以帮助时间预算有限的读者快速消费数据中的关键思想。然而，用于多文档摘要的最新方法在生成摘要时不考虑用户偏好。在这项工作中，我们认为有必要，并提出了一个解决方案，从大量的在线旅游评论的集合生成个性化的基于方面的意见摘要。我们让读者决定和控制摘要的几个属性，例如长度和感兴趣的特定方面。具体来说，我们采取无监督的方法从TripAdvisor上发布的游客评论中提取连贯的方面。然后，我们提出了一种基于线性规划（ILP）的提取技术，以选择一个信息子集的意见周围的确定方面，同时尊重用户指定的值为各种控制参数。最后，我们使用众包和基于ROUGE的指标来评估和比较我们的摘要，并获得具有竞争力的结果。
2020-06-09 cs.CL cs.IR
DeepQAMVS: Query-Aware Hierarchical Pointer Networks for Multi-Video Summarization
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Virginia Tech（弗吉尼亚理工大学）
最近网络视频共享平台的增长增加了对能够有效地浏览、检索和汇总视频内容的系统的需求。查询感知的多视频摘要是一种很有前途的技术，迎合了这一需求。在这项工作中，我们引入了一种新的用于多视频摘要的查询感知分层指针网络，称为DeepQAMVS，它联合优化了多个标准：（1）简洁性，（2）重要查询相关事件的代表性和（3）时间顺序合理性。我们设计了一个分层注意力模型，它分解了三个分布，每个分布从不同的模态收集证据，然后是一个指针网络，它选择要包含在摘要中的帧。DeepQAMVS通过强化学习进行训练，并结合了捕获代表性，多样性，查询适应性和时间一致性的奖励。我们在MVS1K数据集上实现了最先进的结果，推理时间与输入视频帧的数量呈线性关系。
2021-05-13 cs.AI cs.CV cs.IR
Beyond Relevant Documents: A Knowledge-Intensive Approach for Query-Focused Summarization using Large Language Models
University of Amsterdam（阿姆斯特丹大学）；Amazon Alexa AI（亚马逊Alexa人工智能）；University of Edinburgh（爱丁堡大学）
提出一种知识密集型查询聚焦摘要方法，通过检索模块从大规模语料库获取文档，结合LLM摘要控制器生成准确摘要，无需预先相关文档，实验验证其优越性能。
2024-08-19 cs.CL cs.IR
Query Focused Multi-Document Summarization with Distant Supervision
Institute for Language, Cognition and Computation（语言、认知与计算研究所）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
我们认为，更好地建模查询集群的相互作用，以促进查询为重点的多文档摘要（QFS）的问题。由于缺乏训练数据，现有的工作在很大程度上依赖于检索式的方法来估计查询和文本段之间的相关性。在这项工作中，我们利用远程监督从问答，其中各种资源可以更明确地捕捉查询和文档之间的关系。我们提出了一个由粗到细的建模框架，它引入了单独的模块，用于估计片段是否与查询相关，可能包含答案和中心。在此框架下，经过训练的证据估计器进一步辨别哪些检索到的片段可能回答摘要中的最终选择的查询。我们证明，我们的框架优于强比较系统的标准QFS基准。
2020-04-06 cs.CL cs.IR cs.LG
QuOTeS: Query-Oriented Technical Summarization
Dalhousie University（达尔豪斯大学）；Institute of Research in Social Sciences and Humanities (ICSOH)（社会科学与人文研究所（ICSOH））；Universidad Nacional de Salta - CONICET（萨尔塔国立大学-国家科学技术研究委员会（CONICET））；Institute for Computer Science and Engineering, UNS - CONICET（UNS-国家科学技术研究委员会（CONICET）计算机科学与工程研究所）；Universidad Nacional del Sur（南方国立大学）；Escrever Ciência（埃斯克雷弗科学）
QuOTeS是一个交互式系统，结合查询聚焦抽取式摘要与高召回率检索，辅助研究人员撰写论文，用户研究显示其生成相关、简洁且完整的摘要。
2023-06-20 cs.CL cs.IR
CAiRE-COVID: A Question Answering and Query-focused Multi-Document Summarization System for COVID-19 Scholarly Information Management
EMOS Technologies Inc.（EMOS科技公司）
我们介绍CAiRE-COVID，一个实时问答（QA）和多文档摘要系统，它赢得了Kaggle COVID-19开放研究数据集挑战赛的10个任务之一，由医学专家评判。我们的系统旨在通过回答社区的高优先级问题并总结与问题相关的重要信息，来应对最近挖掘大量关于COVID-19的科学文章的挑战。它将信息抽取与最先进的QA和以查询为中心的多文档摘要技术相结合，从现有文献中选择并突出显示证据片段。我们还提出了以查询为中心的抽象和提取的多文档摘要方法，以提供更多的相关信息的问题。我们进一步进行定量实验，显示每个模块的各种指标的一致改进。我们已经推出了我们的网站CAiRE-COVID，供医学界更广泛地使用，并开放了我们系统的代码，以引导其他研究人员进行进一步的研究。
2020-12-08 cs.CL cs.IR cs.LG
"This Suits You the Best": Query Focused Comparative Explainable Summarization
Computer Science and Engineering, IIT Bombay, India（计算机科学与工程系，印度班加罗尔理工学院）；Flipkart, India（Flipkart，印度）
本文提出面向查询的比较式可解释摘要生成任务QF-CES，引入MS-Q2P数据集，并利用多源观点摘要作为中间步骤结合大语言模型生成表格化比较摘要，在降低推理延迟的同时实现了与人类判断高度相关的评估效果。
2025-07-07 cs.CL cs.IR
FG-RAG: Enhancing Query-Focused Summarization with Context-Aware Fine-Grained Graph RAG
Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出FG-RAG框架，通过上下文感知实体扩展和查询级细粒度摘要，解决现有GraphRAG在查询聚焦摘要任务中缺乏查询感知和上下文信息的问题，并在多个指标上优于其他RAG系统。
2025-03-13 cs.AI cs.CL cs.IR
A Lightweight Constrained Generation Alternative for Query-focused Summarization
University of Utah（犹他大学）；Dataminr, Inc.（Dataminr公司）
本文提出基于NLD的轻量级约束生成QFS方法，利用梯度归因构建词汇约束并直接调整词汇似然，无需额外参数或微调，在两个公开集合上接近最先进性能。
2023-04-23 cs.CL cs.IR
Literature Retrieval for Precision Medicine with Neural Matching and Faceted Summarization
University of Kentucky（肯塔基大学）
精准医疗（PM）的信息检索（IR）通常涉及寻找表征患者病例的多个证据。这通常至少包括病症的名称和适用于患者的遗传变异。其他因素，如人口统计学属性、合并症和社会决定因素也可能相关。因此，检索问题通常被公式化为ad hoc搜索，但具有多个方面（例如，疾病，突变），可能需要纳入。在本文中，我们提出了一个文档重排序的方法，结合神经查询文档匹配和文本摘要对这样的检索场景。我们的架构建立在基本的BERT模型上，有三个特定的组件用于重新排序：（a）。文档-查询匹配（b）。关键词提取和（c）.分面条件抽象概括。（b）和（c）的结果用于将候选文档基本上转换为简明摘要，该简明摘要可以与手头的查询进行比较以计算相关性分数。组件（a）直接生成查询的候选文档的匹配分数。完整的架构受益于文档查询匹配的互补潜力和新的文档转换方法的基础上总结沿PM方面。使用NIST的TREC-PM跟踪数据集（2017- 2019）进行的评估表明，我们的模型达到了最先进的性能。为了促进可重复性，我们的代码可以在这里获得：https://github.com/bionlproc/text-summ-for-doc-retrieval。
2020-12-17 cs.CL cs.IR
Large Language Model-Powered Query-Driven Event Timeline Summarization in Industrial Search
Baidu Inc.（百度公司）
提出QDET系统，通过多任务微调和强化学习实现查询驱动的事件时间线摘要，在百度搜索中显著提升用户参与度。
2026-05-26 cs.CL cs.IR
Context-aware Decoding Reduces Hallucination in Query-focused Summarization
University of Utah（犹他大学）
本文提出上下文感知解码方法，通过减少查询导向摘要中的幻觉并保留词法模式匹配度，提升生成质量。
2026-01-05 cs.CL cs.IR
Leveraging Generative Models for Real-Time Query-Driven Text Summarization in Large-Scale Web Search
Baidu Inc.（百度公司）；Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
本文提出融合蒸馏、监督微调、偏好优化与前瞻解码的生成式 QDTS 框架，使 0.1B 模型超越生产基线并实现低延迟大规模部署。
2025-08-28 cs.CL cs.IR
Improving Topic Relevance Model by Mix-structured Summarization and LLM-based Data Augmentation
Sichuan University（四川大学）
本文通过混合结构摘要与基于LLM的数据增强方法，提升社交搜索中查询与文档的主题相关性建模性能。
2025-12-10 cs.CL cs.IR
Using Query Expansion in Manifold Ranking for Query-Oriented Multi-Document Summarization
Beihang University（北京航空航天大学）
流形排序已成功地应用于面向查询的多文档摘要。它不仅利用了句子之间的关系，而且还利用了给定查询和句子之间的关系。然而，原始查询的信息往往是不够的。为此，本文提出了一种结合流形排序的查询扩展方法来解决这一问题。该方法不仅利用查询词本身的信息和知识库WordNet进行同义词扩展，还利用文档集本身的信息进行多种方式的查询扩展（均值扩展、方差扩展和TextRank扩展）。与以往的查询扩展方法相比，我们的方法结合了多种查询扩展方法，更好地表示查询信息，同时在流形排序上做了有益的尝试。此外，我们使用词的重叠度和词之间的接近度来计算句子之间的相似度。在DUC2006和DUC2007数据集上进行了实验，实验结果表明，所提出的查询扩展方法能够显著提高系统性能，使系统性能达到与现有系统相当的水平.
2021-07-31 cs.AI cs.IR cs.LG
Privacy Policy Question Answering Assistant: A Query-Guided Extractive Summarization Approach
The Ohio State University（俄亥俄州立大学）
现有的使隐私政策可访问的工作已经探索了新的呈现形式，例如基于风险因素或摘要的颜色编码，以帮助用户有意识地同意。为了促进更个性化的互动政策，在这项工作中，我们提出了一个自动化的隐私政策问答助理，提取摘要，响应输入的用户查询。这是一项具有挑战性的任务，因为用户用与政策的法律语言截然不同的语言表达他们的隐私相关问题，使系统难以理解他们的查询。此外，该领域现有的注释数据有限。我们通过解释来解决这些问题，使用户问题的风格和语言更接近隐私政策的语言。我们的内容评分模块使用现有的域内数据在策略中查找相关信息，并将其合并到摘要中。我们的管道能够为privacyQA数据集中89%的用户查询找到答案。
2021-09-29 cs.CL cs.CY cs.IR
Query sensitive comparative summarization of search results using concept based segmentation
查询敏感摘要是指根据用户的搜索查询，为用户提供单个或多个网页内容的摘要。本文提出了一种新颖的想法，从一组URL的搜索结果生成一个比较摘要。用户从搜索引擎产生的搜索结果中选择一组网页链接。生成这些选定网站的比较摘要。该方法利用了这些网页的HTML DOM树结构。HTML文档被分割成一组概念块。每个概念块的句子得分相对于查询和特征关键字计算。从不同网页的概念块中抽取重要句子，动态地组成比较摘要。该系统减少了用户浏览各种网站以比较信息所需的时间和精力。通过对内容的比较总结，帮助用户快速决策。
2012-01-11 cs.IR
A Hybrid Citation Retrieval Algorithm for Evidence-based Clinical Knowledge Summarization: Combining Concept Extraction, Vector Similarity and Query Expansion for High Precision
Northwestern University Feinberg School of Medicine（西北大学范伯格医学院）；Bluhm Cardiovascular Institute of Northwestern Medicine（西北大学布鲁姆心血管研究所）；University of Kansas Medical Center（堪萨斯大学医学中心）
新的信息检索方法，以确定引文相关的临床主题，可以克服知识差距之间存在的主要文献（MEDLINE）和在线临床知识资源，如UpToDate。直接检索MEDLINE数据库或使用查询扩展方法检索MEDLINE数据库会返回大量与查询无关的引文。目前的研究提出了一个引文检索系统，检索引文的循证临床知识总结。该方法结合了查询扩展、基于概念的筛选算法和基于概念的向量相似度。我们还提出了一个信息抽取框架自动概念（人口，干预，比较和疾病）提取。我们评估了我们提出的系统上的所有主题（查询）从UpToDate两种疾病，心力衰竭（HF）和心房颤动（AFib）。根据UpToDate中可用的引用金标准，该系统在HF主题上的总体F分数为41.2%，在AFib主题上的总体F分数为42.4%。与基于查询扩展的基线（HF的F评分为1.3%，AFib为2.2%）和使用疾病下位词和期刊名称、基于概念的筛选和基于术语的向量相似性系统（HF的F评分为37.5%，AFib为39.5%）的查询扩展的系统相比，这一数值显著较高。使用前K个相关引文评估系统，其中K是金标准中的引文数量，HF主题的总体F分数为69.9%，AFib主题为75.1%。此外，当对10个HF和6个AFib临床主题进行测试时，系统每个主题检索到多达18个新的相关引文。
2016-09-06 cs.CL cs.IR
Query-Specific Knowledge Summarization with Entity Evolutionary Networks
University of Illinois, Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）
给定一个查询，不像传统的IR找到相关的文档或实体，在这项工作中，我们专注于检索实体和它们的连接有见地的知识总结。例如，给定CS文献语料库上的查询“计算机视觉“，而不是返回“CNN”、“imagenet”和“svm”等相关实体的列表，我们感兴趣的是它们之间的连接，以及这些连接沿着特定顺序维度（例如时间）的演变模式。特别地，我们希望提供与查询相关的结构化知识，例如“svm”与“imagenet”相关而与“CNN”无关。此外，本研究亦试图建立模型，以了解网路连结的变化趋势，例如：2010年后，CNN与imagenet的关联度逐渐增加，使得知识演化的追踪成为可能。在这项工作中，为了促进这样一个新的有见地的搜索系统，我们提出了\textsc{SetEvolve}，这是一个统一的框架，基于非paranomal图形模型的进化网络建设从大型文本语料库。在合成数据上的系统实验和在真实语料库上的有见地的案例研究证明了\textsc{SetEvolve}的实用性。
2019-09-29 cs.IR cs.LG cs.NE
Unstructured Evidence Attribution for Long Context Query Focused Summarization
Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系）；Department of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系）；School of Information, University of Michigan（密歇根大学信息学院）
针对长上下文查询聚焦摘要中固定粒度证据引用的局限，提出非结构化证据提取方法，构建合成数据集SUnsET，实验证明经其适配的大模型能生成更相关一致的摘要与证据。
2025-10-30 cs.CL cs.IR
Cross-Lingual Query-Based Summarization of Crisis-Related Social Media: An Abstractive Approach Using Transformers
Universitat Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚研究与高级研究院）
在危机期间从社交媒体收集的相关和及时的信息可以成为应急管理的宝贵资源。然而，提取这些信息仍然是一项具有挑战性的任务，特别是在处理多种语言的社交媒体帖子时。这项工作提出了一种跨语言的方法，检索和总结危机相关的信息，从社交媒体帖子。我们描述了一个统一的方式来表达各种信息需求，通过结构化查询和创建摘要回答这些信息需求的方式。该方法基于多语言Transformers嵌入。句子是用嵌入支持的语言之一编写的，提取的句子可以是支持的任何其他语言。Transformers创建抽象摘要。这项评估由众包评估人员和应急管理专家完成，并在五次大规模灾难期间从Twitter上提取了10种语言的集合，显示了我们方法的灵活性。生成的摘要被认为比现有的最先进的方法更有重点，更有结构，更连贯，专家们将其与现有的最先进的方法创建的摘要进行了比较。
2022-04-21 cs.CL cs.CY cs.IR
From Local to Global: A Graph RAG Approach to Query-Focused Summarization
Microsoft Research（微软研究院）；Microsoft Strategic Missions and Technologies（微软战略任务与技术部）；Microsoft Office of the CTO（微软首席技术官办公室）
针对RAG处理全局问题失效、现有QFS方法扩展性不足的问题，提出GraphRAG方法，通过LLM构建实体知识图并预生成社区摘要，在100万token数据集的全局问题上，生成答案的全面性和多样性显著优于传统RAG。
2025-02-19 cs.AI cs.CL cs.IR
From Standard Summarization to New Tasks and Beyond: Summarization with Manifold Information
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）；School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院）；Beijing Academy of Artificial Intelligence（北京人工智能研究院）
文本摘要是一个研究领域，旨在创建一个简短的和浓缩的版本的原始文件，它传达了文件的主要思想在几个字。这一研究课题已开始引起广大研究者的关注，并被认为是当今最有前途的研究领域之一。一般来说，文本摘要算法的目标是使用纯文本文档作为输入，然后输出摘要。然而，在实际应用中，大多数数据不是纯文本格式。相反，有许多多方面的信息要被概括，诸如基于搜索引擎中的查询的网页的概要、超长文档（例如，本文主要介绍了这些新的摘要任务和方法在实际应用中的应用。
2020-05-10 cs.CL cs.IR
Enhancing patent retrieval using automated patent summarization
本文研究利用抽取式和生成式摘要方法为专利文档生成简洁摘要，并将其作为替代查询，在三个基准专利数据集上验证其相比传统全文查询能显著提升现有技术检索效果。
2025-07-22 cs.IR
Enhancing Hotel Recommendations with AI: LLM-Based Review Summarization and Query-Driven Insights
针对预订平台评论繁多、用户筛选效率低的问题，本研究开发instaGuide网页应用，利用LLM总结Booking.com房源评论并支持定向查询，显著缩短用户找房时间、优化决策。
2025-10-21 cs.IR
Test Model for Text Categorization and Text Summarization
文本分类是自动将一组文档从预定义的集合中分类的任务，而文本摘要是输入文本的简短而准确的表示，以便输出以浓缩的方式涵盖源的最重要的概念。文档摘要是一种新兴的技术，用于理解任何类型文档的主要目的。本文提出了一种基于用户查询的文档检索模型，该模型使用文本分类和文本摘要。
2013-05-10 cs.IR
Automatic Text Document Summarization using Semantic-based Analysis
Jawaharlal Nehru University（贾瓦哈拉尔·尼赫鲁大学）
自从网络出现以来，关于文的数据量已经增加了数百万倍。近年来产生的Web数据超过了存储多年的数据。一种重要的数据格式是文本。为了回答用户在互联网上的查询，并克服信息过载的问题，一个可能的解决方案是文本文档摘要。这不仅减少了查询访问时间，而且还根据特定用户的要求优化了文档结果。文本摘要可分为摘要式和抽取式两类。大部分工作都是在提取摘要的方向上完成的。摘要提取结果是原始文档的子集，其目标是更多的内容覆盖和减少冗余。我们的工作基于提取方法。在第一种方法中，我们使用一些统计特征和基于语义的特征。将情感作为一个特征是从情感扮演重要角色的观点中缓存的想法。它有效地传递了一个信息。因此，它可以发挥重要作用，在文本文档摘要。
2018-11-15 cs.CL cs.IR
