Transforming Wikipedia into Augmented Data for Query-Focused Summarization
Harbin Institute of Technology(哈尔滨工业大学);Microsoft Research Asia(微软亚洲研究院)
现有的以查询为中心的摘要数据集的有限大小使得训练数据驱动的摘要模型具有挑战性。同时,人工构建以查询为中心的摘要语料库是昂贵和耗时的。在本文中,我们使用维基百科自动收集了一个包含超过280,000个示例的大型以查询为中心的摘要数据集(名为WIKIREF),这可以作为数据增强的一种手段。我们还开发了一个基于BERT的以查询为中心的摘要模型(Q-BERT),从文档中提取句子作为摘要。为了更好地使包含数百万参数的庞大模型适应微小的基准,我们只识别和微调一个稀疏的子网络,它对应于整个模型参数的一小部分。在三个DUC基准上的实验结果表明,在WIKIREF上预训练的模型已经达到了合理的性能。在对特定基准数据集进行微调后,具有数据增强的模型优于强比较系统。此外,我们提出的Q-BERT模型和子网络微调进一步提高了模型的性能。该数据集可在https://aka.ms/wikiref上公开获得。
2022-07-22 cs.CL
Learning to Rank Utterances for Query-Focused Meeting Summarization
Beijing University of Posts and Telecommunications(北京邮电大学)
本文提出Ranker-Generator框架,通过成对比较和全局顺序学习对会议语句进行排序,有效选取查询相关语句以辅助摘要生成,在QMSum上以更少参数超越现有模型。
2023-05-22 cs.AI cs.CL
Ontology-based and User-focused Automatic Text Summarization (OATS): Using COVID-19 Risk Factors as an Example
Battelle Memorial Institute(巴特尔纪念研究所)
本文提出了一种新的基于本体和以用户为中心的自动文本摘要(OATS)系统,在设置的目标是自动生成文本摘要从非结构化文本提取句子包含的信息,对准用户的焦点。OATS由两个模块组成:基于本体的主题识别和以用户为中心的文本摘要;它首先利用基于本体的方法来识别用户感兴趣的相关文档,然后利用从使用用户指定的问题的问答模型中提取的答案来生成文本摘要。为支持抗击COVID-19疫情,我们以COVID-19风险因素为例,展示建议的OATS系统,旨在帮助医学界准确识别相关科学文献,并有效审阅应对COVID-19相关风险因素的信息。
2020-11-18 cs.CL
QFMTS: Generating Query-Focused Summaries over Multi-Table Inputs
University of Amsterdam(阿姆斯特丹大学)
本文提出QFMTS方法,通过表格序列化模块、摘要控制器和LLM生成聚焦查询的多表摘要,并构建了含4909个查询-摘要对的数据集,实验证明其优于基线方法。
2024-08-25 cs.AI cs.CL
TofuEval: Evaluating Hallucinations of LLMs on Topic-Focused Dialogue Summarization
AWS AI Labs(亚马逊云科技人工智能实验室);Korea Advanced Institute of Science & Technology(韩国科学技术院);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出主题聚焦对话摘要评估基准TofuEval,通过人工标注和错误分类分析揭示现有LLM在对话摘要中幻觉严重且作为评估器表现不佳,而非LLM指标更优。
2024-03-31 cs.AI cs.CL
Machine Learning of Generic and User-Focused Summarization
文本摘要的一个关键问题是找到一个显著性函数来决定源文件中的哪些信息应该包含在摘要中。本文介绍了使用机器学习的训练语料库的文件及其摘要,发现显着的功能,描述什么样的组合的功能是最佳的一个给定的摘要任务。该方法同时解决了“通用”和以用户为中心的摘要问题。
1998-11-02 cs.CL cs.LG
NEWTS: A Corpus for News Topic-Focused Summarization
Brown University(布朗大学);EPFL(洛桑联邦理工学院)
文本摘要模型正在接近人类的保真度水平。现有的基准语料库提供了完整和删节版本的Web,新闻或专业内容的一致对。到目前为止,所有的摘要数据集都是在一种通用的模式下运行的,这种模式可能无法反映有机摘要的全部需求。最近提出的几种模型(例如,即插即用(plug and play)语言模型)具有根据期望的主题范围来调节所生成的概要的能力。这些能力在很大程度上仍然未被使用和评估,因为没有专门的数据集来支持以主题为中心的摘要任务。本文介绍了第一个基于CNN/Dailymail数据集的主题摘要语料库NEWTS,并通过在线众包进行标注。每一篇源文章都有两个参考摘要,每个参考摘要都关注源文档的不同主题。我们评估了一系列有代表性的现有技术,并分析了不同的激励方法的有效性。
2022-05-31 cs.CL
Query-Focused Opinion Summarization for User-Generated Content
Cornell University(康奈尔大学);LinkedIn(领英);IBM T. J. Watson Research Center(IBM托马斯·J·沃森研究中心)
我们提出了一个基于子模块功能的框架,以查询为中心的意见摘要。在我们的框架内,相关排序产生的统计排名,信息覆盖率的主题分布和不同的观点都编码为子模块功能。色散函数用于最小化冗余。我们是第一个评估不同的文本相似性指标的子模块为基础的摘要方法。通过对社区QA和博客摘要的实验,我们表明我们的系统在自动评估和人工评估方面都优于最先进的方法。在Amazon Mechanical Turk上进行了规模化的人类评估任务,并表明我们的系统能够生成高质量和信息多样性的摘要。
2016-06-17 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
Reinforced Extractive Summarization with Question-Focused Rewards
University of Central Florida(中佛罗里达大学)
我们研究了一种新的提取摘要的训练模式。传统上,人类摘要被用来获得提取单元的黄金标准标签。然而,标签通常是不准确的,因为人类摘要和源文档不能在单词级别轻松对齐。在本文中,我们将人类摘要转换为一组完形填空式的理解问题。鼓励系统摘要保留对回答问题有用的突出源内容,并与摘要共享常用词。我们使用强化学习来探索可能的提取摘要的空间,并引入以问题为中心的奖励函数来促进简洁,流畅和信息丰富的摘要。实验结果表明,该方法是有效的.它在标准摘要数据集上超越了最先进的系统。
2018-06-21 cs.CL
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
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
Domain Adaptation with Pre-trained Transformers for Query Focused Abstractive Text Summarization
Dialpad Canada Inc.(Dialpad加拿大公司);Information Retrieval & Knowledge Management Research Lab, York University(约克大学信息检索与知识管理研究实验室);School of Information Technology, York University(约克大学信息技术学院)
以查询为中心的文本摘要(QFTS)任务旨在构建基于给定查询生成文本文档摘要的系统。解决此任务的一个关键挑战是缺乏用于训练摘要模型的大型标记数据。在本文中,我们通过探索一系列领域自适应技术来应对这一挑战。鉴于最近成功的预训练的Transformer模型在广泛的自然语言处理任务,我们利用这样的模型生成抽象摘要的QFTS任务的单文档和多文档的情况。对于领域自适应,我们使用预先训练的基于transformer的摘要模型应用各种技术,包括迁移学习,弱监督学习和远程监督。在六个数据集上进行的大量实验表明,我们提出的方法在为QFTS任务生成抽象摘要方面非常有效,同时在一组自动和人工评估指标的多个数据集中设置了一个新的最先进的结果。
2021-12-22 cs.AI cs.CL cs.LG
A Sentence Compression Based Framework to Query-Focused Multi-Document Summarization
Cornell University(康奈尔大学);IBM T. J. Watson Research Center(IBM托马斯·J·沃森研究中心)
我们考虑使用句子压缩技术,以方便查询为重点的多文档摘要的问题。我们提出了一个基于解析压缩的框架,并设计了一系列基于学习的压缩模型建立在解析树。提出了一种创新的束搜索解码器,以有效地找到高度可能的压缩。在这个框架下,我们展示了如何整合各种指示性指标,如语言动机和查询相关性到压缩过程中推导出一种新的配方的压缩评分函数。我们最好的模型实现了统计上的显着改善,在几个指标(如8.0%和5.4%的改进ROUGE-2分别)的DUC 2006年和2007年的总结任务的最先进的系统。
2016-06-24 cs.CL
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
QFS-Composer: Query-focused summarization pipeline for less resourced languages
本文提出QFS-Composer框架,通过查询分解、问题生成、问题回答和抽象摘要提升摘要与用户意图的一致性,针对资源匮乏语言进行查询聚焦摘要研究。
2026-04-12 cs.CL
DETQUS: Decomposition-Enhanced Transformers for QUery-focused Summarization
University of Florida(佛罗里达大学)
本文提出DETQUS系统,通过大型语言模型对表格进行查询相关的列分解并结合微调的编码器-解码器模型,在查询聚焦表格摘要任务上以ROUGE-L 0.4437超越REFACTOR模型,实现了可扩展且高效的摘要生成。
2025-03-07 cs.CL
Reinforcement Replaces Supervision: Query focused Summarization using Deep Reinforcement Learning
IIT Bombay(印度理工学院孟买分校);TCS Research(塔塔咨询服务公司研究院)
本文提出用深度强化学习替代监督学习解决查询聚焦摘要,通过策略梯度网络结合ROUGE、BLEU及基于聚类假设的语义相似度奖励,在ELI5上ROUGE-L提升10点,并贡献了新的测试数据集。
2023-11-29 cs.AI cs.CL
Improve Query Focused Abstractive Summarization by Incorporating Answer Relevance
Center for Artificial Intelligence Research (CAiRE)(人工智能研究中心);The Hong Kong University of Science and Technology(香港科技大学)
以查询为中心的摘要(QFS)模型的目的是从源文档生成摘要,可以回答给定的查询。大多数以前的工作QFS只考虑查询的相关性标准时,产生的摘要。然而,研究答案相关性在摘要生成过程中的作用也是重要的。在本文中,我们提出了QFS-BART,一个模型,该模型通过一个问答模型,结合了明确的答案相关的源文件的查询,生成连贯的和答案相关的摘要。此外,我们的模型可以利用大型预训练模型,显着提高摘要性能。在Debatepedia数据集上的实验结果表明,该模型达到了新的最先进的性能。
2021-05-31 cs.CL
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
Evidence-Focused Fact Summarization for Knowledge-Augmented Zero-Shot Question Answering
Yonsei University(延世大学)
针对知识图谱文本化存在的证据密度低、清晰度差的问题,提出EFSum证据聚焦型事实摘要框架,经蒸馏和偏好对齐优化开源大模型为摘要器,可提升大模型零样本问答性能,同时保证摘要有用性与忠实性。
2024-10-09 cs.AI cs.CL cs.LG
LMGQS: A Large-scale Dataset for Query-focused Summarization
Microsoft(微软)
本文提出利用预训练语言模型恢复通用摘要中的隐藏查询,构建了包含超百万样本的大规模QFS数据集LMGQS,并在多个基准上取得SOTA性能。
2023-05-22 cs.CL
CQSumDP: A ChatGPT-Annotated Resource for Query-Focused Abstractive Summarization Based on Debatepedia
Dialpad Canada Inc.(Dialpad加拿大公司);York University(约克大学);Royal Bank of Canada(加拿大皇家银行)
本文提出利用ChatGPT重新生成查询以清理Debatepedia数据集,使其适用于查询聚焦抽象式摘要,实验证明新标注版本在查询相关性和摘要质量上优于原始数据集。
2023-03-31 cs.CL
Topic-Selective Graph Network for Topic-Focused Summarization
Nankai University(南开大学);University of Technology Sydney(悉尼科技大学)
由于预训练语言模型(PLM)的成功,现有的基于PLM的摘要模型显示出强大的生成能力。然而,这些模型是在通用摘要数据集上训练的,导致生成的摘要无法满足不同读者的需求。为了生成具有主题的摘要,已经在主题聚焦摘要方面做出了许多努力。然而,这些作品仅通过包括主题词的提示来生成摘要。尽管这些方法取得了成功,但它们仍然忽略了不相关主题的句子的干扰,并且仅通过注意模块进行标记之间的交叉交互。为了解决这个问题,我们提出了一个主题弧识别目标和主题选择图网络。首先,主题弧识别目标被用于模型训练,这赋予了模型区分主题的能力。此外,主题选择图网络可以根据主题弧识别的结果对句子进行主题引导的交叉交互。在实验中,我们对NEWTS和COVIDET数据集进行了广泛的评估。结果表明,我们的方法达到了最先进的性能。
2023-02-25 cs.CL
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
Combining Deep Neural Reranking and Unsupervised Extraction for Multi-Query Focused Summarization
Technische Hochschule Nürnberg Georg Simon Ohm(纽伦堡乔治·西蒙·欧姆应用科学大学)
CrisisFACTS Track旨在应对事件跟踪领域的多流实况调查等挑战;参与者的系统从若干灾害相关事件中提取重要事实,同时纳入时间顺序。我们提出了一个组合的检索,重新排序,以及著名的线性规划(ILP)和最大边际相关性(MMR)框架。在前两个模块中,我们探索了各种方法,包括基于实体的基线,预训练和微调的问答系统和ColBERT。然后,我们使用后一个模块作为一个提取的总结组件,考虑多样性和新颖性标准。自动评分运行显示了整个评估设置的强大结果,但也揭示了缺点和挑战。
2023-02-02 cs.CL
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
Reasoning-Aware Query-Focused Summarization over Multi-Table Data
Henan Polytechnic University(河南理工大学)
针对多表数据查询聚焦摘要现有方法预处理复杂、泛化性差、推理能力不足的问题,提出融合表感知预训练、查询对齐微调和反馈强化学习的端到端框架QueryTableSummarizer++,在多项指标上优于基线,具备良好泛化性与实用价值。
2024-12-12 cs.CL
Beyond Natural Language Plans: Structure-Aware Planning for Query-Focused Table Summarization
IRLab, University of Amsterdam(阿姆斯特丹大学IR实验室)
针对自然语言规划歧义缺结构、难转可执行程序且多表任务扩展性差的问题,提出结构化规划TaSoF和三阶段SPaGe框架,显式捕获依赖,在单多表基准上均优于现有模型。
2025-07-30 cs.CL
Multi-Query Focused Disaster Summarization via Instruction-Based Prompting
Technische Hochschule Nürnberg Georg Simon Ohm(纽伦堡乔治·西蒙·欧姆应用技术大学)
本文提出结合BM25和MonoT5两阶段检索、重排序及基于LLaMA-13b的问答驱动提示摘要方法,解决CrisisFACTS多流灾难事件关键事实提取任务,评估显示效果良好但开源与专有系统仍有差距。
2024-02-14 cs.CL
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
Query Focused Abstractive Summarization: Incorporating Query Relevance, Multi-Document Coverage, and Summary Length Constraints into seq2seq Models
Ben-Gurion University(本-古里安大学);Dept. of Computer Science(计算机科学系)
查询集中摘要(QFS)主要使用提取方法来解决。然而,这种方法产生的文本具有低连贯性。我们研究如何将抽象方法应用于QFS,以克服这些限制。基于神经注意力的序列到序列模型的最新发展已经导致了抽象通用单文档摘要任务的最新成果。这样的模型在大量训练数据上以端到端的方法训练。我们从三个方面使抽象摘要适用于QFS:(a)由于没有训练数据,我们将查询相关性纳入到预先训练的抽象模型中;(b)由于现有的抽象模型是在单文档环境中训练的,我们设计了一种迭代方法来将抽象模型嵌入到QFS的多文档需求中;(c)我们调整的抽象模型经过训练,可以生成特定长度的文本(约100个单词),而我们的目标是生成不同大小的输出(约250个单词);我们设计了一种方法,使生成的摘要的目标大小适应给定的大小比例。我们将我们的方法(QFS的相关性敏感注意力)与提取基线进行了比较,并将其与DUC QFS数据集上的抽象模型相结合的各种方法进行了比较,并证明了ROUGE性能的可靠改进。
2018-01-25 cs.CL
Unsupervised Topic Modeling Approaches to Decision Summarization in Spoken Meetings
Cornell University(康奈尔大学)
我们提出了一个令牌级的决策摘要框架,利用潜在的主题结构的话语,以确定“值得总结”的话。实验结果表明,细粒度的主题模型能够更好地识别决策过程的要点,它在话语级而不是文档级发现主题。此外,我们提出的令牌级摘要方法,这是能够消除话语内的冗余,优于现有的话语排名为基础的摘要方法。最后,还调查上下文信息以向摘要添加额外的相关信息。
2016-06-24 cs.CL
Query-Focused Extractive Summarization for Sentiment Explanation
Croesus Lab Laval, Québec, Canada(魁北克省拉瓦尔市的Croesus实验室);Software Engineering and IT Dept. École de Technologie Supérieure Montreal, Canada(蒙特利尔大学理工学院软件工程与IT部门)
针对客户反馈分析中查询与源文件语言不一致的问题,提出多偏置框架,结合情感偏置与查询扩展,在真实数据集上优于基线模型。
2025-09-15 cs.CL cs.LG
A Focused Study on Sequence Length for Dialogue Summarization
National University of Singapore(新加坡国立大学);University of Southern California(南加州大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Kriston AI(Kriston人工智能公司)
输出长度对对话摘要系统至关重要。对话摘要长度由多个因素决定,包括对话复杂性、摘要目标和个人偏好。在这项工作中,我们从三个角度来处理对话摘要长度。首先,我们分析了现有模型的输出和相应的人类引用之间的长度差异,发现摘要模型由于其预训练目标而倾向于产生更冗长的摘要。其次,我们通过比较不同的模型设置来识别摘要长度预测的显著特征。第三,我们实验了一个长度感知的摘要器,并显示出显着的改善现有的模型,如果摘要长度可以很好地纳入。在流行的DialogSum和SAMSum数据集上进行分析和实验,以验证我们的研究结果。
2022-10-27 cs.CL cs.HC
Controllable Topic-Focused Abstractive Summarization
University of Tuebingen(图宾根大学);EPFL(洛桑联邦理工学院)
本文提出一种基于Transformer的交叉注意力修改机制,在不增加参数的情况下实现可控主题聚焦摘要,在NEWTS数据集上达到新最优,并可微调提升BART和T5在CNN/Dailymail及XSum上的性能,生成更忠实的摘要。
2023-11-12 cs.CL cs.LG
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
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
TR-EduVSum: A Turkish-Focused Dataset and Consensus Framework for Educational Video Summarization
Izmir Katip Celebi University(伊兹密尔卡蒂普切莱比大学);Izmir Institute of Technology(伊兹密尔理工学院)
本文提出TR-EduVSum数据集和AutoMUP框架,通过多人类摘要生成高质量摘要,验证了共识权重和聚类对摘要质量的关键作用,适用于其他突厥语种。
2026-04-08 cs.AI cs.CL
Abstractive Text Summarization by Incorporating Reader Comments
Peking University(北京大学);Tencent AI Lab(腾讯人工智能实验室);Alibaba DAMO Academy(阿里巴巴达摩院)
在神经抽象文摘领域,传统的基于序列到序列的模型经常遭受关于主要方面总结文档的错误方面。为了解决这个问题,我们提出了读者感知的摘要生成任务,它利用读者的评论,以帮助模型产生更好的摘要的主要方面。与传统的抽象摘要任务不同,读者感知摘要面临两个主要挑战:(1)评论是非正式的,而且带有噪声;(2)对新闻文档和读者评论进行联合建模具有挑战性。为了解决上述问题,我们设计了一个名为读者感知摘要生成器(RASG)的对抗性学习模型,该模型由四个部分组成:(1)基于序列到序列的摘要生成器;(2)捕获读者关注方面的读者关注模块;(3)对生成的摘要和读者关注方面之间的语义鸿沟进行建模的监督模块;(4)目标跟踪器,其为每个生成步骤产生目标。监督者和目标跟踪者用于以对抗的方式指导我们的框架的训练。在我们的大规模真实文本摘要数据集上进行了大量的实验,结果表明,RASG在自动度量和人工评估方面都达到了最先进的性能。实验结果也证明了我们的框架中的每个模块的有效性。我们发布了我们的大规模数据集以供进一步研究。
2018-12-13 cs.AI cs.CL
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
Transformer Models for Text Summarization: A Comparative Study of BART, BERT, and RoBERTa
该研究针对文本摘要任务,对比分析BERT、RoBERTa、BART三款Transformer模型的架构、预训练策略及在抽取式、生成式摘要任务中的适用性,为相关应用提供参考。
2026-08-21 cs.AI cs.CL
"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
LexAbSumm: Aspect-based Summarization of Legal Decisions
School of Computation, Information, and Technology(计算、信息与技术学院);Technical University of Munich(慕尼黑工业大学)
本文提出面向法律判决的基于方面摘要数据集 LexAbSumm,并评估多个长文档抽象式摘要模型,揭示生成方面特定摘要的挑战,以推动法律领域研究。
2024-03-31 cs.CL
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
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
Computing and Exploiting Document Structure to Improve Unsupervised Extractive Summarization of Legal Case Decisions
University of Pittsburgh(匹兹堡大学)
虽然许多算法可以用来自动总结法律案件的决定,大多数未能纳入领域知识的法律判决中的重要句子如何与其文档结构的表示。例如,对一个法律案例摘要数据集的分析表明,在判决中扮演不同类型论证角色的句子出现在文档的不同部分。在这项工作中,我们提出了一个无监督的基于图的排名模型,使用重新加权算法,利用法律案件的决定的文档结构的属性。我们还探讨了使用不同的方法来计算文档结构的影响。加拿大法律判例法数据集上的结果表明,我们提出的方法优于几个强大的基线。
2022-11-06 cs.CL
CourtPressGER: A German Court Decision to Press Release Summarization Dataset
Technical University of Munich (TUM)(慕尼黑技术大学)
CourtPressGER数据集通过训练LLM生成准确的司法文本摘要,评估不同模型在处理长文本和保持可读性方面的性能差异。
2025-12-10 cs.AI cs.CL
QQSUM: A Novel Task and Model of Quantitative Query-Focused Summarization for Review-based Product Question Answering
RMIT University(拉筹伯大学)
本文提出QQSUM任务与QQSUM-RAG模型,通过少样本学习联合训练KP检索器和摘要生成器,从评论中提取并量化多样化关键点,以提升产品问答的答案质量与意见覆盖度。
2025-06-04 cs.CL
Controllable Summarization with Constrained Markov Decision Process
University of Macau(澳门大学);University of Michigan(密歇根大学);The Chinese University of Hong Kong(香港中文大学)
我们研究可控文本摘要,它允许用户获得对特定属性的控制(例如,长度限制)。在这项工作中,我们提出了一种基于约束马尔可夫决策过程(CMDP)的新型训练框架,该框架可以方便地包括奖励函数以及一组约束,以促进更好的摘要控制。奖励函数鼓励生成类似于人类编写的引用,而约束用于显式地防止生成的摘要违反用户强加的要求。我们的框架可以应用于控制总结的重要属性,包括长度,覆盖的实体和抽象性,因为我们为这些方面的每一个设计了特定的约束。广泛的实验流行的基准测试表明,我们的CMDP框架有助于生成翔实的摘要,同时符合给定属性的要求。
2021-08-07 cs.CL
Extrinsically-Focused Evaluation of Omissions in Medical Summarization
Curai Health
本文提出 MED-OMIT 指标,通过模拟鉴别诊断评估医疗摘要中重要事实的遗漏,发现 gpt-4 和 llama-3.1-405b 表现优于 Llama 2。
2024-11-11 cs.AI cs.CL
Multi-document Biography Summarization
在本文中,我们描述了一个传记摘要系统使用句子分类和信息检索的想法。虽然这些技术并不新鲜,但将它们组合并应用于生成多文档传记却是新技术。我们的系统在DUC 2004中进行了评估。它在任务5-以个人问题为重点的简短摘要中表现最好。
2005-01-26 cs.CL
Real-Time Web Scale Event Summarization Using Sequential Decision Making
Columbia University(哥伦比亚大学);Microsoft Research(微软研究院)
我们提出了一个系统的基础上顺序决策的在线摘要的大量的文档流,如那些发现在Web上。给定一个感兴趣的事件(例如“波士顿马拉松爆炸案”),我们的系统能够过滤相关性的流,并产生一系列简短的文本更新描述事件,因为它随着时间的推移展开。与以前的工作不同,我们的方法是能够共同建模的相关性,全面性,新颖性和时效性所需的时间敏感的查询。我们证明了28.3%的改善,在总结F1和43.8%的改善,在时间敏感的F1指标。
2016-05-12 cs.CL
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