PoBRL: Optimizing Multi-Document Summarization by Blending Reinforcement Learning Policies
Princeton University(普林斯顿大学);University of British Columbia(英属哥伦比亚大学)
我们提出了一种新的强化学习为基础的框架PoBRL解决多文档摘要。PoBRL共同优化了高质量摘要所需的以下三个目标:重要性,相关性和长度。我们的策略将这种多目标优化分解为不同的子问题,这些子问题可以通过强化学习单独解决。然后,利用PoBRL,我们将每个学习到的策略混合在一起,以生成一个摘要,该摘要是原始输入的简洁而完整的表示。我们的实证分析显示了几个多文档数据集的最先进的性能。人工评估也表明,我们的方法产生高质量的输出。
2021-05-18 cs.AI
SumRecom: A Personalized Summarization Approach by Learning from Users' Feedback
Macquarie University(麦考瑞大学)
针对现有多文档摘要未考虑用户个体兴趣的问题,提出将人纳入闭环的SumRecom方法,通过用户偏好提取与摘要生成两步实现无需参考摘要的个性化摘要生成,经基准数据集评估表现更优。
2024-08-02 cs.AI cs.IR
A Personalized Reinforcement Learning Summarization Service for Learning Structure from Unstructured Data
Macquarie University(麦考瑞大学);W.W. Grainger(固安捷)
针对传统摘要难以个性化且缺乏结构的问题,提出 Summation 分层概念摘要框架,利用强化学习适应用户偏好并生成个性化概念图。
2023-07-09 cs.AI cs.CL cs.IR
Mining both Commonality and Specificity from Multiple Documents for Multi-Document Summarization
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学)
多文档摘要任务要求设计的摘要器生成涵盖原始文档重要信息并满足内容多样性的简短文本。提出了一种基于文档层次聚类的多文档文摘方法。该方法利用构建的文档类树,提取反映文档共性的句子和反映文档子类特殊性的句子生成摘要,以满足多文档摘要的覆盖性和多样性要求。在DUC'2002-2004数据集上进行了不同方法的对比实验,证明了挖掘文档的共性和特异性的多文档摘要的有效性。在DUC'2004和Multi-News数据集上的实验表明,与现有的无监督和有监督方法相比,该方法具有很好的性能。
2023-03-05 cs.AI cs.CL
Personalized Chain-of-Thought Summarization of Financial News for Investor Decision Support
Computer Science Department University of Southern California Los Angeles, CA, USA(计算机科学系 美国南加州大学 洛杉矶 加州 美国)
针对金融新闻信息过载问题,提出整合用户关键词的个性化思维链(CoT)摘要框架,生成事件驱动型简洁摘要,支持语言模型产出投资者聚焦叙述,助力弥合原始新闻与可操作见解的差距。
2025-11-13 cs.AI cs.CE q-fin.GN
ACM -- Attribute Conditioning for Abstractive Multi Document Summarization
UC Berkeley(加州大学伯克利分校);Stanford(斯坦福大学)
抽象的多文档摘要作为一项任务已经从基本的序列到序列方法发展到基于Transformer和图形的技术。这些方法中的每一种主要集中在多文档信息合成和基于注意力的方法来提取突出信息的问题上。在单文档摘要中并不普遍的多文档摘要中出现的挑战是需要有效地摘要可能具有关于给定主题的冲突极性、情感或主观信息的多个文档。在本文中,我们提出了ACM,属性条件多文档摘要,一个模型,它结合了属性条件模块,以解耦冲突的信息,在输出摘要中的某个属性的条件。这种方法在ROUGE分数上比基线多文档摘要方法有了很大的提高,并且在流畅性、信息量和重复性方面都有了提高,如通过人类注释分析研究所示。
2022-05-09 cs.AI cs.CL
The Influence of Data Pre-processing and Post-processing on Long Document Summarization
长文档摘要是自然语言处理领域的一项重要而艰巨的任务。长文档摘要的良好表现表明该模型对人类语言有很好的理解。目前,大多数研究集中在如何修改Transformer的注意力机制,以获得更高的ROUGE分数。对数据的前处理和后处理的研究相对较少。在本文中,我们使用了两种预处理方法和一种后处理方法,并分析了这些方法对各种长文档摘要模型的效果。
2021-12-03 cs.AI cs.CL
Multi-XScience: A Large-scale Dataset for Extreme Multi-document Summarization of Scientific Articles
Mila(米拉人工智能研究所);University of Waterloo(滑铁卢大学);McGill University(麦吉尔大学);HEC Montréal(蒙特利尔高等商学院)
多文档摘要是一个具有挑战性的任务,存在很少的大规模数据集。我们提出了Multi-XScience,这是一个从科学文章中创建的大规模多文档摘要数据集。Multi-XScience引入了一个具有挑战性的多文档摘要任务:根据摘要及其引用的文章撰写论文的相关工作部分。我们的工作受到极端总结的启发,极端总结是一种有利于抽象建模方法的数据集构建协议。描述性统计和实证结果-使用在Multi-XScience数据集上训练的几个最先进的模型-表明Multi-XScience非常适合抽象模型。
2020-10-27 cs.AI cs.CL
Neighborhood Rough Set based Multi-document Summarization
IIT Delhi(印度理工学院德里分校)
本文提出了一种新的基于邻域粗糙集的有监督多文档文本摘要(MDTS)方法,分析了该方法对MDTS摘要结果的影响。在这里,基于粗糙集的LERS算法进行了改进,使用邻域粗糙集,这本身就是一种新的组合称为邻域LERS进行实验的功效和效率的评估。在本文中,我们将应用和评估建议的邻域LERS多文档摘要,在这里被证明是优于MDTS的基本LERS技术。
2021-05-27 cs.AI cs.CL
Exploiting Cross-Document Relations for Multi-document Evolving Summarization
本文提出了一种从多个文档的摘要是关于一个特定的主题的方法。它基于对这些文档中的文本元素之间发生的跨文档关系的规范和标识。我们的方法涉及到特定主题的实体的规范,特定实体的某些文本元素和规范的关系,可以在这些消息之间传递的消息。上述资源对于为我们基于查询的摘要方法设置特定主题是必要的,该方法使用这些资源来识别文档中特定于查询的消息以及跨文档连接这些消息的特定于查询的关系。
2004-04-23 cs.AI cs.CL
PreSumm: Predicting Summarization Performance Without Summarizing
Mila – Quebec Artificial Intelligence Institute(米拉-魁北克人工智能研究所);McGill University(麦吉尔大学)
本文提出 PreSumm 任务,仅基于源文档预测摘要性能,验证了文档摘要质量跨系统的一致性,并展示了其在优化混合摘要流程和提升数据集质量中的应用价值。
2025-04-07 cs.AI cs.CL
LTC-SUM: Lightweight Client-driven Personalized Video Summarization Framework Using 2D CNN
C-JeS Gulliver Studios(C-JeS Gulliver工作室);EURECOM(法国通信系统工程师学校);Sungkyunkwan University(成均馆大学)
本文提出了一种新的轻量级缩略图容器为基础的摘要(LTC-SUM)框架的完整特征长度的视频。该框架通过使用终端用户设备的计算资源为并发用户生成个性化的关键点摘要。获取和处理整个视频数据以生成视频摘要的现有技术方法是高度计算密集型的。在这方面,所提出的LTC-SUM方法使用轻量级缩略图来处理检测事件的复杂过程。这通过解决资源受限的终端用户设备中的计算和隐私瓶颈,显著降低了计算复杂性并提高了通信和存储效率。这些改进是通过设计一个轻量级的2D CNN模型来从缩略图中提取特征来实现的,这有助于选择和检索少数特定片段。一组完整的18个功能长度的视频(约32.9小时的持续时间)的广泛的定量实验表明,所提出的方法是显着的计算效率比国家的最先进的方法在相同的终端用户设备配置。对56名参与者的结果进行的联合定性评估表明,参与者对使用拟议方法生成的摘要给予了较高的评分。据我们所知,这是第一次尝试设计一个完全客户端驱动的个性化关键镜头视频摘要框架使用缩略图容器的功能长度的视频。
2022-10-05 cs.AI cs.CV
Personalized Video Summarization by Multimodal Video Understanding
Samsung Research America(三星美国研究院)
本文提出基于预训练视觉语言模型的用户偏好视频摘要流水线VSL,通过场景级语义分析选择相关文本场景,无需大规模训练数据,实验表明其优于现有无监督模型且更具适应性。
2024-11-05 cs.AI cs.CV
Document summarization using positive pointwise mutual information
University of Kerala(喀拉拉邦大学);Amrita Vishwa Vidyapeetham(阿姆里塔维什瓦维迪亚皮塔姆大学)
文档摘要过程的成功程度取决于用于识别文档中重要句子的方法的性能。唯一词的集合表征文档的主要签名,并形成术语句子矩阵(TSM)的基础。正的逐点互信息,这是很好地衡量在术语句子矩阵的语义相似性,在我们的方法中使用分配权重的术语句子矩阵中的每个条目。然后使用从该加权TSM生成的句子秩矩阵从文档中提取摘要。我们的实验表明,这样的方法将优于大多数现有的方法,从大型文档中产生摘要。
2012-05-08 cs.AI cs.IR
A Stepwise Questioning Expert-Editor Multi-Agent Framework for Long-Document Summarization
针对大语言模型长文档摘要性能挑战,提出专家 - 编辑逐步提问多智能体方法,通过不同方面提问和提供修订线索完善摘要,经实验验证了该方法在长文档科学数据集上的有效性。
2026-07-14 cs.AI cs.CL
Topic-Guided Abstractive Multi-Document Summarization
Harbin Institute of Technology(哈尔滨工业大学)
多文档文摘的一个关键点是了解文档之间的关系。在本文中,我们提出了一种新的抽象MDS模型,在该模型中,我们表示多个文档作为一个异构的图,考虑到不同粒度的语义节点,然后应用图序列框架生成摘要。此外,我们采用神经主题模型来联合发现潜在的主题,这些主题可以作为跨文档的语义单元来桥接不同的文档,并提供全局信息来指导摘要生成。由于主题提取可以被视为一种特殊类型的摘要,它将文本“概括”为更抽象的格式,即,在主题分发方面,我们采用多任务学习策略,对主题和摘要模块进行联合训练,使其相互促进。在Multi-News数据集上的实验结果表明,我们的模型在Rouge指标和人工评价方面都优于以前最先进的MDS模型,同时学习高质量的主题。
2021-10-21 cs.AI cs.CL
Reader-Aware Multi-Document Summarization: An Enhanced Model and The First Dataset
The Chinese University of Hong Kong(香港中文大学);Tencent Inc.(腾讯公司)
我们调查的问题,读者感知的多文档摘要(RA-MDS),并介绍了一个新的数据集这个问题。为了解决RA-MDS问题,我们通过联合考虑新闻文档和读者评论来扩展基于变分自动编码(VAE)的MDS框架。为了对摘要性能进行评估,我们准备了一个新的数据集。我们描述了数据汇集、方面注释和摘要撰写以及专家审查的方法。实验结果表明,读者评论可以提高摘要的性能,这也证明了所提出的数据集的有用性。RA-MDS的注释数据集可在线获得。
2017-08-03 cs.AI cs.CL
A BART-based approach with hierarchical strategy for Vietnamese abstractive multi-document summarization
Aimesoft JSC(Aimesoft股份公司)
提出一种新颖简单的基于黄金摘要缩短文档的分层策略,结合BART模型实现越南语多文档抽象式摘要,在VLSP 2022测试集上达到ROUGE2-F1 0.2468,并利用外部数据增强训练。
2026-06-19 cs.AI cs.CL
Understanding Position Bias Effects on Fairness in Social Multi-Document Summarization
Portland State University(波特兰州立大学)
本文研究社会多文档摘要中群体排序导致的位置偏差对公平性的影响,发现输入顺序虽不影响文本质量,但会显著改变不同方言群体的代表性公平程度。
2024-05-03 cs.AI cs.CL
Hierarchical Transformers for Multi-Document Summarization
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)
在本文中,我们开发了一个神经摘要模型,它可以有效地处理多个输入文档和提取Transformer架构的能力,以分层的方式编码文档。我们表示跨文档的关系,通过一个注意力机制,它允许共享信息,而不是简单地连接文本跨度和处理它们作为一个平面序列。我们的模型学习文本单元之间的潜在依赖关系,但也可以利用专注于相似性或话语关系的显式图形表示。WikiSum数据集上的实证结果表明,所提出的架构带来了几个强大的基线大幅改善。
2019-05-30 cs.AI cs.CL
Parallel Hierarchical Transformer with Attention Alignment for Abstractive Multi-Document Summarization
与单文档摘要相比,抽象的多文档摘要(MDS)在表示和覆盖其冗长和链接的源方面带来了挑战。本研究开发了一种用于MDS的注意对齐的并行分层Transformer(PHT)。通过结合单词级和段落级的多头注意力,PHT的分层架构允许在标记和文档级更好地处理依赖关系。为了引导解码更好地覆盖源文档,然后引入注意力对齐机制来用预测的最佳注意力分布校准束搜索。基于WikiSum数据,进行了全面的评估,以测试所提出的架构对MDS的改进。通过更好地处理内部和跨文档信息,ROUGE和人工评估的结果表明,我们的分层模型以相对较低的计算成本生成了相对于其他基于Transformer的基线质量更高的摘要。
2022-08-16 cs.AI cs.CL
EdgeVidSum: Real-Time Personalized Video Summarization at the Edge
Anderson College of Business and Computing Regis University(安德森商学院与计算学院,里吉斯大学);Department of Immersive Media Engineering(沉浸媒体工程系);Sungkyunkwan University(成均馆大学)
EdgeVidSum 提出一种基于缩略图和轻量级 2D CNN 的边缘端实时个性化视频摘要方法,在 Jetson Nano 等资源受限设备上实现高效、隐私保护的快进摘要生成。
2025-05-28 cs.AI cs.CV
Enhancing Extractive Text Summarization with Topic-Aware Graph Neural Networks
School of Computer Science and Technology, Harbin Institute of Technology(哈尔滨工业大学计算机科学与技术学院)
文本摘要的目的是将文本压缩成简短的摘要,同时保留显著信息。摘要抽取式自动摘要方法以其流畅性和高效性被广泛应用于文本摘要中。然而,大多数现有的提取模型很难捕捉句子间的关系,特别是在长文档。他们还经常忽视主题信息对捕捉重要内容的影响。为了解决这些问题,本文提出了一个基于图神经网络(GNN)的提取摘要模型,使捕捉句子间的关系,有效地通过图结构的文档表示。此外,我们的模型集成了一个联合神经主题模型(NTM),以发现潜在的主题,它可以提供文档级的功能,句子选择。实验结果表明,我们的模型不仅在CNN/DM和NYT数据集上取得了最先进的结果,而且在由更长文档组成的科学论文数据集上的性能也大大优于现有方法,表明其在文档类型和长度方面具有更好的鲁棒性。进一步的讨论表明,主题信息可以帮助模型从整个文档中预选出显著的内容,这解释了它在长文档摘要中的有效性。
2020-10-13 cs.AI cs.CL
Leveraging Word Embeddings for Spoken Document Summarization
Academia Sinica(中央研究院);National Taiwan Normal University(台湾师范大学);National Taiwan University(台湾大学)
由于互联网上可获得的多媒体内容的快速增长,提取的口语文档摘要,其目的是从口语文档中自动选择一组代表性的句子,以简明地表达文档的最重要的主题,一直是研究和实验的活跃领域。另一方面,词嵌入由于其在许多自然语言处理(NLP)相关任务中的优异性能而成为一个新的热门研究课题。然而,据我们所知,有相对较少的研究调查其使用提取文本或语音摘要。在摘要过程中利用词嵌入的共同思路是通过对文档(或句子)中出现的词的词嵌入求平均来表示文档(或句子)。然后,直观地,余弦相似性度量可以用来确定一对表示之间的相关度。除了继续努力提高词的表示,本文重点是建立新的和有效的排名模型的基础上,一般的词嵌入方法提取语音摘要。实验结果表明,我们提出的方法的有效性,与现有的国家的最先进的方法相比。
2015-06-14 cs.AI cs.CL
Towards Personalized Review Summarization by Modeling Historical Reviews from Customer and Product Separately
Shandong University(山东大学);Peking University(北京大学);Ant Group(蚂蚁集团);Renmin University of China(中国人民大学);Beijing Academy of Artificial Intelligence(北京人工智能研究院);King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
评论摘要是一项重要的任务,旨在总结电子商务网站中产品评论的主要内容。与文献综述只需要关注文献中描述的主要事实不同,综述综述不仅要概括综述中提到的主要方面,还要体现综述作者的个人风格。虽然现有的评论摘要方法已经纳入了客户和产品的历史评论,他们通常只是简单地连接和不加区别地将这两个异构的信息建模成一个长序列。此外,评级信息还可以提供客户偏好的高层次抽象,它还没有被大多数方法所使用。在本文中,我们提出了异构的历史评论意识的评论摘要模型(HHRRS),分别建模的两种类型的历史评论与评级信息的图推理模块与对比损失。我们采用了多任务框架,进行审查情绪分类和总结联合。在四个基准数据集上进行的大量实验证明了HHRRS在这两个任务上的优越性。
2023-01-27 cs.AI cs.CL cs.IR
Key-Element-Informed sLLM Tuning for Document Summarization
针对小规模大语言模型在长文档摘要中关键信息缺失、相关性低的问题,提出关键要素引导的指令调优方法KEITSum,通过识别文档关键要素指导摘要生成,在对话和新闻数据集上取得与专有LLM相当的高质量摘要效果。
2024-11-19 cs.AI cs.CL
Discourse-Driven Evaluation: Unveiling Factual Inconsistency in Long Document Summarization
University of Pittsburgh(匹兹堡大学)
本研究针对长文档摘要事实不一致检测的挑战,通过话语分析揭示错误与话语特征的关联,提出基于话语块分解和信息聚合的框架,在多基准上提升不同模型性能,强调话语特征的重要性。
2025-02-10 cs.AI cs.CL
PDSum: Prototype-driven Continuous Summarization of Evolving Multi-document Sets Stream
UIUC(伊利诺伊大学厄巴纳-香槟分校);University of Macau(澳门大学)
摘要文本丰富的文件已经在文献中研究了很长时间,但大多数现有的努力已经取得了总结一个静态的和预定义的多文档集。随着用于生成和分发富文本文档的在线平台的快速发展,出现了对连续地总结动态演变的多文档集的迫切需要,其中文档和集合的组成随时间而变化。这是特别具有挑战性的摘要不仅要有效地结合相关的,新颖的,独特的信息,从每个并发的多文档集,但也有效地服务于在线应用程序。在这项工作中,我们提出了一个新的摘要问题,进化多文档集流摘要(EMDS),并介绍了一种新的无监督算法PDSum的原型驱动的连续摘要的想法。PDSum为每个多文档集构建一个轻量级的原型,并利用它来适应新文档,同时保留以前文档中积累的知识。为了更新新的摘要,每个多文档集的最具代表性的句子被提取,通过测量它们的相似性的原型。对真实多文档集流的全面评估表明,PDSum在相关性、新颖性和独特性方面优于EMDS中最先进的无监督多文档摘要算法,并且对各种评估设置也具有鲁棒性。
2023-02-10 cs.AI cs.IR cs.LG
Knowledge-aware Document Summarization: A Survey of Knowledge, Embedding Methods and Architectures
The University of Adelaide(阿德莱德大学);Macquarie University(麦考瑞大学);JD.COM Silicon Valley Research Center(京东硅谷研究中心)
在过去的几十年里,知识感知方法已经推动了一系列自然语言处理应用。近年来,作为自然语言处理应用之一的文档摘要领域,知识的应用越来越受到人们的关注。以前的工作报告说,知识嵌入式文档摘要擅长生成卓越的摘要,特别是在信息量,连贯性和事实的一致性。本文旨在提出第一个系统的调查,为国家的最先进的方法,将知识嵌入到文档摘要。特别是,我们提出了新的分类法概括知识和知识嵌入下的文件摘要视图。我们进一步探讨了如何在文档摘要模型的嵌入学习架构中生成嵌入,特别是深度学习模型。最后,我们讨论了这一主题的挑战和未来的发展方向。
2022-07-09 cs.AI cs.CL cs.LG
Tell me what I need to know: Exploring LLM-based (Personalized) Abstractive Multi-Source Meeting Summarization
University of Göttingen(哥廷根大学);Mercedes-Benz AG(梅赛德斯-奔驰公司)
提出三阶段 LLM 多源会议摘要框架,融合补充材料并按参与者特征个性化,显著提升摘要相关性与信息量,同时评估多模型性能—成本权衡。
2024-10-18 cs.AI cs.CL
PREFER: Personalized Review Summarization with Online Preference Learning
Department of Industrial Engineering and Operations Research(工业工程与运营管理系)
本文提出PREFER框架,通过在线学习生成个性化评论摘要,解决用户偏好差异和动态变化的问题,通过反馈优化摘要质量。
2026-10-27 cs.AI cs.GT cs.LG
Extractive Summarization for Arabic Documents Using SAraBERT with a Semantic Siamese Similarity Evaluation Metric
American University of Beirut(贝鲁特美国大学)
该研究提出增强版AraBERT(SAraBERT)及语义连体相似度评估指标,通过BLEU、ROUGE等验证,证明SAraBERT在阿拉伯语文档抽取式摘要任务中有效。
2026-08-24 cs.AI cs.CL
Monolingual versus Multilingual BERTology for Vietnamese Extractive Multi-Document Summarization
University of Information Technology(信息科技大学);Vietnam National University(越南国立大学)
最近的研究表明,BERT在广泛的自然语言处理任务中显示出潜力。它被许多先进的自动汇总系统采用作为编码器,实现了优异的性能。然而,到目前为止,为越南人做的工作并不多。在本文中,我们展示了如何BERT可以实现提取文本摘要越南语多文档。我们介绍了不同的多语言和单语言BERT模型之间的一种新的比较。实验结果表明,与其他多语种模型和以往的越南语文本摘要模型相比,单语模型产生了令人满意的结果。
2021-10-16 cs.AI cs.CL
SQuALITY: Building a Long-Document Summarization Dataset the Hard Way
New York University(纽约大学)
摘要数据集通常是通过抓取自然发生的公共领域摘要(几乎总是在难以使用的技术领域)或通过使用近似算法从日常文本中提取它们来组装的,这通常会产生不忠实的摘要。在这项工作中,我们转向一种更慢但更直接的方法来开发摘要基准数据:我们聘请高素质的承包商从头开始阅读故事并编写原始摘要。为了节省阅读时间,我们为每份文件收集了五个摘要,第一个摘要是概述,随后的四个摘要是针对具体问题的。我们使用该协议来收集SQuality,这是一个以问题为中心的摘要数据集,建立在与多项选择数据集QUALITY相同的公共领域短篇小说上(Pang et al.,2021年)。最先进的摘要系统的实验表明,我们的数据集是具有挑战性的,现有的自动评估指标的质量弱指标。
2022-05-23 cs.AI cs.CL
Leveraging Long-Context Large Language Models for Multi-Document Understanding and Summarization in Enterprise Applications
TCS(塔塔咨询服务公司);SAGE University(SAGE大学)
本文探讨长上下文大型语言模型在多文档摘要生成中的应用,通过法律、医疗等案例验证其效率与准确性的提升,并分析技术障碍与伦理考量,提出未来研究方向。
2024-09-27 cs.AI cs.CL
Disentangling Specificity for Abstractive Multi-document Summarization
Macquarie University(麦考瑞大学);The University of Adelaide(阿德莱德大学)
本文针对多文档摘要中忽略文档特异性导致摘要不全面的问题,提出通过正交约束解耦文档特定内容,发现特定信息与文档集表示结合能显著提升摘要全面性。
2024-05-12 cs.AI cs.IR
Neural Latent Extractive Document Summarization
Microsoft Research Asia(微软亚洲研究院);University of Edinburgh(爱丁堡大学)
提取式摘要模型需要摘要级标签,其通常是按顺序创建的(例如,使用基于规则的方法),假定大多数摘要数据集仅具有文档-摘要对。由于这些标签可能是次优的,我们提出了一个潜变量提取模型,其中句子被视为潜变量和句子与激活变量被用来推断黄金摘要。在训练期间,损失来自黄金摘要的\emph{directly}。在CNN/Dailymail数据集上的实验表明,我们的模型比在近似标签上训练的强提取基线有所改进,并且与最近的几个模型相比也具有竞争力。
2018-08-28 cs.AI cs.CL cs.LG
Centroid-based summarization of multiple documents: sentence extraction, utility-based evaluation, and user studies
我们提出了一个多文档摘要,称为MEAD,它产生的主题检测和跟踪系统使用集群质心摘要。我们还描述了两种新的技术,句子效用和包容的基础上,我们已经应用到单个和多个文件摘要的评估。最后,我们描述了两个用户研究,测试我们的多文档摘要模型。
2000-05-12 cs.AI cs.CL cs.DL
MS2: Multi-Document Summarization of Medical Studies
Northeastern University(东北大学);Allen Institute for AI(艾伦人工智能研究所)
为了评估任何医疗干预的有效性,研究人员必须进行时间密集型和高度手动的文献综述。NLP系统可以帮助自动化或协助这个昂贵的过程的一部分。为了支持这一目标,我们发布了MS^2(医学研究的多文档摘要),这是一个包含超过47万份文档和2万份来自科学文献的摘要的数据集。该数据集促进了可以评估和汇总多项研究中相互矛盾的证据的系统的开发,并且是生物医学领域第一个大规模的公开可用的多文档摘要数据集。我们尝试了一个基于BART的摘要系统,并取得了可喜的初步成果。我们制定我们的摘要输入和目标在自由文本和结构化的形式,并修改最近提出的指标,以评估我们的系统生成的摘要的质量。数据和模型可在https://github.com/allenai/ms2上获得
2021-11-23 cs.AI cs.CL cs.LG
A Rhetorical Relations-Based Framework for Tailored Multimedia Document Summarization
Research Center on Scientific and Technical Information CERIST(科学技术信息研究中心(CERIST))
本文提出一种基于修辞结构和图表示的多媒体文档摘要框架,通过加权算法、用户偏好及时间约束实现个性化摘要生成,推动了自动摘要技术的发展。
2024-12-26 cs.AI cs.HC cs.MM
An Efficient Approach to Learning Chinese Judgment Document Similarity Based on Knowledge Summarization
North China Electric Power University(华北电力大学);Renmin University of China(中国人民大学)
普通法体系中以前的类似案例可用作本案的参考,以便在每一个案例中对相同的情况作类似的处理。然而,现有的判决文本相似度计算方法未能捕捉到判决文本的核心语义,存在准确度低、计算复杂度高的问题。提出了一种基于知识块摘要的机器学习方法来计算中文判决书的语义相似度。利用裁判文书的领域本体,基于知识块对中文裁判文书的核心语义进行归纳。然后利用WMD算法计算知识块之间的相似度。最后通过实验验证了该方法的有效性,与传统方法相比,该方法具有更高的精度和更快的计算速度。
2018-08-06 cs.AI cs.CL cs.IR
RST-LoRA: A Discourse-Aware Low-Rank Adaptation for Long Document Abstractive Summarization
Saarland University(萨尔大学)
本文提出篇章感知的 RST-LoRA 及四种 RST 变体,将修辞关系类型与不确定性融入 LoRA,在长文档生成式摘要中优于原始 LoRA、全参数微调和既往最先进方法。
2024-12-10 cs.AI cs.CL cs.LG
Incorporating Distributions of Discourse Structure for Long Document Abstractive Summarization
Saarland University(萨尔大学)
针对长文档生成式摘要中 RST 篇章关系信息利用不足的问题,提出基于 Longformer 的 RSTformer 及 RST-attention,融合修辞关系类型与不确定性,并在自动指标和人工评估中优于现有方法。
2024-12-10 cs.AI cs.CL cs.LG
APEX$^2$: Adaptive and Extreme Summarization for Personalized Knowledge Graphs
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Meta AI
针对现有个性化知识图谱摘要无法适配兴趣变化、极小规模下效用不足的问题,提出具备理论保障的高可扩展框架APEX²,在千万级三元组基准上以≤0.1%压缩率实现准确率与效率的双重提升。
2025-09-01 cs.AI cs.DB cs.LG