本文介绍了一种新的数据集，用于总结计算机科学出版物，展示了利用神经句子编码和传统的总结功能来开发模型的方式，并表明即使在传统的科学领域中，对句子的编码以及他们的本地和全局背景进行编码的模型也有很好的性能，并实现了明显优于已经建立的基准方法的结果。

Jun, 2017

通过组织少数非母语英语者编写计算机视觉会议论文摘要来缓解研究人员特别是非母语人士面临的科学文献调研问题，总结分析 2019 年和 2020 年顶尖的计算机视觉会议上 2000 篇论文的选题方式和范围，实验结果表明可以在不涉及与其兴趣无关的论文的前提下总结广泛的论文。

Mar, 2022

本文探讨了利用 Transformer-based 系统概括多领域科学研究论文的问题，并设计了两种不同类型的概述手段，即 LaySumm 和 LongSumm，使用 ROUGE 指标有效评估了本文系统的优越性。

Jan, 2021

提出了一种名为 CAST 的归类对齐和稀疏变换器的自动摘要方法，使用 BigSurvey 数据集，将超过 7000 份调查论文的摘要作为目标摘要，430,000 篇参考论文的摘要作为输入文档，赢得了各种高级自动摘要方法的比较实验。

Feb, 2023

该论文提出了一种新的解决方案，通过开发和发布一个大规模的、手动注释的科学论文语料库，并提出了将作者的原始亮点（摘要）和文章对社区的实际影响（引用）整合的摘要方法，创建全面的、混合型摘要。我们进行了实验，证明了我们的语料库在训练数据驱动模型的科学论文摘要中的功效以及我们的混合型摘要优于摘要和传统的基于引用的摘要。这个大规模的注释语料库和混合方法提供了一个新的科学论文摘要研究框架。

Sep, 2019

本文提出了一个名为 SciDuet 的新数据集，其中包括最近年份 NLP 和 ML 会议上的文献和其对应的幻灯片，同时介绍了一个名为 D2S 的新系统，该系统采用两步法来处理文档到幻灯片的任务，评估表明长型问答在 ROUGE 自动度量和人工评估方面优于基线摘要。

May, 2021

该论文讨论了创建一个俄语科学论文的多模态数据集，并测试了现有的语言模型在自动文本摘要任务上的表现。该数据集的特点是其多模态数据，包括文本、表格和图形。论文介绍了使用 SBER 的 Gigachat 和 Yandex 的 YandexGPT 两个语言模型的实验结果。数据集包含 420 篇论文，可在此 https URL 上公开获取。

May, 2024

本研究介绍了 SAMSum 语料库，这是一个新的抽象对话摘要数据集，研究人员使用多个模型进行测试，并将其结果与新闻文章语料库的结果进行比较，结果显示与人类评估者的判断相反，模型生成的对话摘要具有更高的 ROUGE 分数，这表明需要使用专用模型和非标准质量度量的抽象对话摘要这一具有挑战性的任务，据我们所知，这是引入高质量聊天对话语料库的第一次尝试，并手动注释了抽象摘要，可供研究人员进行进一步研究。

Nov, 2019

通过使用 SUMMaug，一种简单但有效的基于摘要的数据增强方法，我们能够解决预训练语言模型在理解长文本（如文档）时遇到的数据稀疏问题，并在文档分类任务中取得了稳健性和准确性上的优势。

Dec, 2023

本文提出了一个基于视频讲座的英语口语文本摘要的基准数据集 VT-SSum，该数据集包含 9,616 个视频的 125K 个口语文本 - 摘要对，使用该数据集进行的实验结果表明，与 AMI 标准相比，使用 VT-SSum 进行训练的深度学习模型能够显著提高对口语文本的摘要质量。

Jun, 2021