AAAIDec, 2020

面向客户服务的面向主题的口语对话摘要与关键词感知主题建模

PDF
TL;DR本文提出了一种基于主题增强的两阶段对话摘要生成器并结合注意力感知神经主题模型 (SATM) 来进行主题定向对话摘要，展示了其在客户服务数据集上的优越性。
dialogue summarizationtopic-oriented summarizationcustomer servicemulti-role informationneural topic model
发现论文，激发创造
  • TWEETSUMM -- 面向客服的对话摘要数据集

    这篇论文介绍了一种自动化客服聊天总结的方法，其中利用了一个大规模的客户支持对话总结数据集和一种针对对话的无监督式提取性总结方法。

    Nov, 2021

  • 对话自动摘要研究综述：新进展和新领域

    对话摘要化是将原始对话压缩成涵盖重要信息的短版，用于减轻对话数据负载，本研究从多个领域（包括会议，聊天，电子邮件，客户服务和医疗对话）全面系统地调查了对话摘要化的现状和研究进展，包括可用于研究数据集的总览和两个排行榜，并提出了一些未来的研究方向，如忠实度、多模态、多领域和多语言对话摘要化。

    Jul, 2021

  • TODSum: 带状态跟踪的任务导向对话摘要

    本文介绍了一个大型的任务导向对话摘要数据集 (TODSum)，并提出了一种基于对话状态的结构化对话摘要模型来提高生成摘要的忠实度，证明了对话结构引导的有效性，并讨论了 TODSum 的当前问题和未来的发展方向。

    Oct, 2021

  • CSDS：面向客服对话摘要的细粒度中文数据集

    本研究介绍了一个新的用于客服对话摘要的中文数据集 ——CSDS，通过生成整个对话的总体摘要和角色导向的摘要来改进摘要。实验证明，现有的方法在生成冗余和不连贯摘要方面容易出现问题，而本数据集的作用是为了为中文对话摘要提供一个基准，并且有望惠及进一步的研究。

    Aug, 2021

  • 长对话摘要：一项分析

    对于不同的领域来说，长对话摘要的一种模型无法很好地执行各种任务，因此本研究探讨了当前领域内长对话摘要的最新方法和评估指标。

    Feb, 2024

  • 销售电话的端到端对话摘要系统

    展示一种将 fine-tuned 的生成模型与人工的交互式摘要整理系统相结合的生产系统，以解决销售电话摘要的实际应用情景中存在的困难问题，包括长对话、内容验证、缺乏标记数据和质量评估，并说明了 GPT-3 可以用作离线数据标记器以解决数据贫乏和隐私限制等问题。在公共数据集上进行的实验表明，我们的模型在解决摘要和内容验证任务方面有了显著的改善。

    Apr, 2022

  • 基于启发式的内部训练，提高少样本多角度对话摘要

    本文探讨了客户服务代理与客户之间多视角摘要的创建方式，通过探索不同视角的启发式算法，创建了弱标注数据并在少量标注数据 fine-tuning 的情况下，支持生成摘要的模型在性能上接近原始数据的 94%，这一方法可以为摘要的人工创建工作减轻负担。

    Mar, 2022

  • 面向主题感知的对比学习用于抽象式对话摘要

    通过引入一种叫做对比学习的技术来解决对话总结中信息分散和主题变化的挑战，该方法使用了两个具体的辅助任务 (coherence detection 和 sub-summary generation)，在基于原始对话总结任务上取得了最优性能，显著超过强基准模型。

    Sep, 2021

  • DialogSum：一个真实场景下的对话摘要数据集

    提出了 DialogSum，一种大规模标注的对话摘要数据集，通过对该数据集使用最先进的神经摘要器进行经验分析，结果表明对话摘要中存在诸如口语术语、特殊话语结构、代词和省略、语用学和社会常识等独特挑战，需要特定的表示学习技术来更好地处理。

    May, 2021

  • 主题感知多轮对话建模

    本文提出了一种新颖的基于主题感知的无监督多轮对话建模方案，该方案通过无监督的主题感知分割算法和主题感知双交互匹配网络实现，在多个公共数据集上的实验结果表明 TADAM 可以胜过现有的最新方法，尤其是在出现明显主题转移的电子商务数据集上提高了 3.3％。

    Sep, 2020