ACLMay, 2021

DialogSum：一个真实场景下的对话摘要数据集

PDF
TL;DR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。
dialogue summarizationdeep learninglarge-scale datasetneural summarizersempirical analysis
发现论文，激发创造
  • DialogSum Challenge：对话摘要共享任务结果

    本文讨论对话摘要的 DialogSum Challenge 中四个团队使用自动和人工评估度量探索改进对话摘要性能的结果，并发现人工评估和自动评估之间存在巨大差距，需要更细致的评估方法。

    Aug, 2022

  • MediaSum：面向对话摘要的大规模媒体采访数据集

    介绍了一个名叫 MediaSum 的大规模媒体采访数据集，包含 463.6K 份采访文本和摘要，被用于探究电视和广播采访文本的独特位置偏差以及转移学习在改进对话摘要模型上的应用。

    Mar, 2021

  • 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

  • SAMSum Corpus: 一个人工标注的对话文本数据集用于提取式摘要

    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

  • 对话摘要的一袋技巧

    本研究针对对话摘要技术所面临的特殊需求，探索处理多个发言者对话识别、否定理解、情景推理和非正式语言理解四大挑战，并使用预先训练的序列到序列语言模型进行实验，通过发言者名称代替、否定范围突出、多任务学习与域内预训练等方法提高摘要表现，超越强基准结果。

    Sep, 2021

  • DebateSum：一个大规模的辩论挖掘和摘要数据集

    该研究提出了 DebateSum 数据集，其中包含 187,386 个唯一的证据片段和相应的争论和抽取式摘要，使用多个 Transformer 摘要模型进行了训练，同时引入了在数据集上训练的 FastText 词向量 debate2vec。最后，该研究还提出了一个可以广泛运用于全国演讲和辩论协会成员中的 DebateSum 搜索引擎。

    Nov, 2020

  • 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

  • DialogLM: 面向长对话理解和摘要的预训练模型

    本文提出了一种用于长对话理解和摘要的预训练框架，其中包括以窗口为基础的去噪方法和稀疏注意力机制，并通过实验表明 DialogLM 预训练模型显著优于现有的模型。

    Sep, 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