Feb, 2016

基于 TextRank 的自动文摘中相似性函数的变化

PDF
TL;DR该文章提出了一些新的相似度函数的替代方案，用于 TextRank 算法进行文本自动摘要。作者描述了该算法的概况和不同变体，并指出其中一些变体在使用相同度量和数据集的情况下取得了显著的改进。
textrank algorithmautomatic summarizationsimilarity functionvariantsimprovement
发现论文，激发创造
  • 面向查询的用户生成内容的观点摘要

    本文介绍一个基于子模函数的查询聚焦意见摘要框架，其中，相关性排序由统计排名器产生，并且涵盖了涉及主题分布和多样视角的信息覆盖，同时利用离散函数来最小化冗余。本文是第一个为基于子模性的摘要方法评估不同文本相似性度量的方法。通过在社区 QA 和博客摘要上的实验，我们表明，我们的系统在自动评估和人类评估方面都优于现有技术。并且在 Amazon Mechanical Turk 上进行了一个人类评估任务，展示我们的系统能够产生总体质量和信息多样性高的摘要。

    Jun, 2016

  • 一种基于语义问答的文本摘要评估方法

    本文提出了一种基于问题解答的方法，通过将文本视为小型知识库进行大量提问，以精确地比较两个文本之间的内容差异，从而解决 NLP 系统评估中的一个重要问题。实验结果表明，该方法在分析大型文本语料库方面具有较高的准确性和可靠性。

    Apr, 2017

  • 基于图的语义提取文本分析

    本文介绍了针对文本数据的关键词提取和文本摘要的处理方法，介绍了一种基于 TextRank 算法的无监督学习方法，在其基础上提高了算法的效率，并针对其忽略了不同部分的语义相似性进行了改进。此外，还开发了一种基于该框架的主题聚类算法，可单独使用或作为生成摘要的一部分来解决文本覆盖问题。

    Dec, 2022

  • 图搜索和匹配实现的多文档摘要

    本论文提出了一种基于图表达的文本相似性和差异性总结方法，使用 “spreading activation” 技术在两个相关文档中发现与主题语义相关的节点，并将两个文档的激活图匹配以获得相似和不同之处的图。

    Dec, 1997

  • 文本摘要中评价的重评估

    本文重新评估了文本摘要的评估方法，使用最新的数据集和系统输出来评估评估指标的可靠性，并发现旧数据集上对评估指标的结论不一定适用于现代数据集和系统。

    Oct, 2020

  • 评估测量经常在低分数范围内出现分歧：重新审视摘要评估测量指标

    本文讨论了人工评价与自动评价在文本摘要中的应用，并提出了评价指标间的差异和相关性。研究发现评价指标的互相协议性取决于摘要的得分范围、摘要易于摘要的程度、摘要抽象程度和覆盖范围等方面。

    Nov, 2020

  • 利用摘要数据帮助文本简化

    本文针对文本简化数据的缺乏问题，提出了使用文本摘要中的数据辅助文本简化的方法（Sum4Simp），并通过实验证明 Sum4Simp 可在低资源场景下提高几种主流简化模型的性能。

    Feb, 2023

  • 使用合成事实评估自动文本摘要

    提出了一种新的自动文本摘要评估系统，该系统可以基于事实一致性、综合性和压缩率来测量任何文本摘要模型的质量，该评估系统是第一个基于真实性、信息覆盖和压缩率来衡量摘要模型总体质量的系统。

    Apr, 2022

  • 基于隐含主题的不同长度文本的相似度比较

    本文提出一种文档匹配方法以测量文本相似度，通过将文本在隐藏主题的公共空间中进行比较来弥补长度不可比的文档对之间的词汇、语境和抽象差距，并通过两个匹配任务评估匹配算法并发现它始终广泛优于强基线，揭示了将领域知识纳入文本匹配的好处。

    Mar, 2019

  • 文档摘要：应用于关键词提取和图像检索的论文

    自动摘要是降低文本文档长度的过程，以生成概述，保留原始文档的最重要的要点。我们通过推荐图像和生成包含关联和情感的意见摘要，研究了两个问题。我们使用概率模型和词相似性启发式方法生成图像标题和提取关键短语，并借助相关反馈机制重新排序这些关键短语。我们使用 Rank Aggregation 和相关反馈方法来改进图像检索，同时我们还提出一组子模复杂函数用于意见摘要，以平衡压缩需求和情感检测需求，生成和文档情感和摘要情感之间有良好相关性且 ROUGE 得分优秀的摘要。我们还比较了所提出的子模复杂函数的性能。

    May, 2024