使用自然语言处理和大型语言模型，本文介绍一种分析学生教学评估的新方法，展示了该方法如何提取、嵌入、聚类和总结评估中的主题，以生成评估的编码书，同时讨论了该方法在教学和研究环境中对学生写作分析的影响。

Mar, 2024

本文提出 VideoSET，一种通过文本评估视频摘要的方法，该方法可以评估视频摘要能否保留其原始视频中包含的语义信息。我们观察到语义最容易用文字来表达，因此开发了一种基于文本的评估方法。通过生成视频摘要的文本表示，然后使用基于 NLP 的度量方法来测量其与人类编写的基准文本摘要的语义距离。我们展示了我们的技术与基于像素距离的度量方法相比具有更高的人类判断一致性。我们还发布了一些公开可用的视频数据集的文本注释和基准文本摘要，供计算机视觉社区使用。

Jun, 2014

这篇论文介绍了 ReflectSumm，这是一个专门为学生的反思写作而设计的新型概括数据集。ReflectSumm 的目标是促进开发和评估针对少量训练数据的现实场景的最新概括技术，具有潜在的一般意见概括领域和教育领域的影响。该数据集涵盖了各种概括任务，并包括全面的元数据，能够探索各种研究问题并支持不同的应用。为了展示其效用，我们使用多种最先进的基准进行了广泛的评估。结果为进一步研究在这一领域提供了基准。

Mar, 2024

该研究提出了一个面向实体的可控摘要任务，并介绍了一个名为 EntSUM 的人工注释数据集，证明了现有的可控摘要方法无法生成实体为中心的摘要，提出了一种方法来改善此问题。

Apr, 2022

通过 SummVis 工具的词汇和语义可视化，可以进行对神经网络抽象文本摘要模型的深入探索和细致分析，帮助改善评估方法和数据分析工具的局限性。

Apr, 2021

通过 Python、LaTeX 和谷歌自然语言处理 API，我们提出了一种将学生对课程的观点进行情感分析并归类为主题特定分报告的新方法。

Jan, 2023

本研究旨在探索一种新的方法从大量的学生反馈中提取摘要短语，通过基于短语的注释和突出显示方案，将其汇总成一组要点，以及用一种新的度量标准衡量这些短语是否满足学生的最迫切需求。

May, 2018

本研究定义了一个新的针对查询的表格摘要任务，并提出了一个新的名为 QTSumm 的基准测试，其中包含 5625 个在各种主题的 2437 个表格上人工注释的查询摘要对。实验结果和手动分析表明，我们的基准测试为未来的表格到文本生成研究提供了重要挑战和发展机会。

May, 2023

介绍了 QuOTeS，一种交互式系统，它集成了 Query-Focused Extractive Summarization 和 High-Recall Information Retrieval 技术，旨在从潜在的引用文献集合中检索与研究摘要相关的句子，帮助撰写新论文，同时经过全面的用户研究表明，该系统能够提供积极的用户体验和相关的、简明、完整的摘要。

Jun, 2023

本文针对现有的缺陷和问题，提出了五个维度的解决方案，从而能够扩大文本摘要的评估标准，并且进一步研究出与人类判断更加相关的评价指标。

Jul, 2020