Sep, 2020

摘要 - 源命题级别对齐：任务、数据集和监督基线

PDF
TL;DR该论文提出了一种以监督分类的方式在更准确的命题跨度级别进行摘要 - 源文本对齐的方法，并利用众包数据构建了一个新的训练数据集，表明该方法在句子对齐质量方面的效果优于无监督方法。
sentence alignmentsummarizationunsupervised methodssupervised classificationproposition-level alignment
发现论文，激发创造
  • 摘要 - 来源对齐的力量

    扩展摘要 - 源数据对齐框架，应用于提取多个任务的数据集，包括文档摘要、内容突出点检测、冗余检测等。

    Jun, 2024

  • 多文档摘要的命题级聚类

    本研究重新审视单词聚类方法，通过将子句命题分组，从而能更精确地对齐信息。我们的方法检测重要的命题，将它们聚类形成释义的群集，并通过文本融合为每个聚类生成代表性句子。在 DUC2004 和 TAC2011 数据集中，我们的总结方法在自动 ROUGE 分数和人类偏好方面优于先前的 MDS 方法。

    Dec, 2021

  • 自动对齐方法用于摘要语料库构建

    本文提出了使用会议摘要生成自动转录报告的方法。使用自动预对齐方法使数据批量化对齐，最大化语料库的规模，以及使用人工标注者进行更准确地校对。作者还评估了自动对齐和自动摘要的表现，并证明自动对齐可大幅度提高所有 ROUGE 得分。

    Jul, 2020

  • 判别式书籍摘要新的对齐方法

    采用不监督的方式对一本书的全文与人工撰写的摘要进行对齐，通过使用基于隐马尔科夫模型的两种新方法来解决长度差异的问题，并在抽取式书籍摘要任务上取得了一定的效果。尽管还有很大的提升空间，但无监督对齐在提供哪些书籍特征值得总结方面具有内在价值。

    May, 2013

  • 基于多语言 BERT 的跨语言跨度预测监督式词对齐方法

    本文提出了一种基于跨语言跨度预测的新型监督词对齐方法，使用基于多语言 BERT 的 SQuAD v2.0 风格问答任务解决了此问题，并在中英、日、德、罗、法等五个词对齐数据集上实验证明，该方法显著优于以前的监督和非监督方法，而无需使用双语语料进行预训练。

    Apr, 2020

  • 自动文档摘要的词语和短语对齐

    本文主要探讨了目前单文档自动摘要所采用的句子提取和基于词袋模型的标题生成算法的不足，并提出了一种基于词语和短语对齐技术的自动化摘要算法。通过实验结果表明，该模型能够在 <文档，摘要> 数据集中可靠地识别单词和短语的对齐。

    Jul, 2009

  • 抽象摘要的来源识别

    通过分析源句子，我们研究了神经生成摘要模型是如何将源信息转化为摘要的，包括对参考摘要和 PEGASUS 生成的系统摘要进行源句子注释，并比较了多种自动源句子检测方法以建立强大基线模型。实验结果表明，对于高度抽象的摘要，基于困惑度的方法表现良好，而基于相似度的方法在相对抽取性的摘要中表现稳健。

    Feb, 2024

  • 跨语言摘要模型与数据集

    本文介绍了使用跨语言文献和维基百科创建的跨语言摘要语料库，在多种语言和方向上建立了多句子摘要数据。作者使用自动指标并进行人类研究，验证了所提出的跨语言摘要任务。最后，作者还用该数据集和多语言预训练模型进行了大量的实验证明其实用性。

    Feb, 2022

  • ESALE：增强源代码摘要对齐学习的方法

    通过多任务学习范式，利用三个以摘要为重点的任务训练编码器，提出了一种新的改进代码摘要的方法，这三个任务包括单向语言建模（ULM）、掩码语言建模（MLM）和动作词预测（AWP）。实验证明，我们的方法 ESALE 在四个数据集上的表现明显优于基线模型，包括 BLEU、METEOR 和 ROUGE-L 三个广泛使用的指标。

    Jul, 2024

  • 评估抽象文本摘要的事实一致性

    该研究提出了一种弱监督、基于模型的方法来验证摘要的事实一致性，并鉴别来源文献和生成的摘要之间的冲突。

    Oct, 2019