本文提出了一种新颖的抽象会议摘要网络,采用分层结构和角色向量来处理会议记录,并在大规模新闻摘要数据上预训练模型,实现了在 ICSI 数据集上自动指标和人工评价方面的表现优于之前的方法。
Apr, 2020
本文介绍了一种基于整数线性规划的句子融合方法,用于从多个发言中提取重要内容生成摘要,并实验证明该方法能够生成比现有基准更为信息丰富的自动生成会议记录的摘要。
Sep, 2016
本研究提出了一种多视角序列到序列模型,其通过提取来自不同视角的非结构化日常聊天中的会话结构来表示会话,然后利用多视角解码器来合并不同视角生成对话摘要,在大规模对话摘要语料库上的实验结果表明,本研究方法在自动评估和人类判断方面均明显优于之前的最新模型。
Oct, 2020
通过系统性地回顾 2019 年至 2024 年间发表的 1262 篇独特研究论文,本文总结了基于 Transformer 的英语对话抽象总结的研究,并涵盖了对话总结中的主要挑战和相应的技术,例如基于图的方法、额外的训练任务和计划策略。虽然一些挑战,如语言,已经取得了相当大的进展,但其他一些挑战,如理解、准确性和显著性,仍然困难,具有重要的研究机会。
Jun, 2024
本文提出引入不同层次的人类反馈,结合增强学习以提高抽象对话摘要的质量。实验表明,该方法在人类判断方面优于监督式基线,并能提高摘要质量。
Dec, 2022
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
本研究发现会议摘要的句子与会议议程有关,基于此提出了一种动态滑动窗口策略来解决长会议记录的自动文本摘要问题。实验结果表明,相较于传统模型,该方法获得了更高的文本一致性。
Aug, 2021
提出使用上下文相关网络和预训练的语言模型来提高抽象文本摘要的生成水平和使用新颖度度量来优化生成的摘要,从而实现比现有方法更高水平的摘要生成。
Aug, 2018
本文介绍了文本摘要的两种方法 —— 摘要加工和提纯方法,探讨了深度学习在文本摘要中的应用,深入分析了计划采样模型在如何进行摘要加工的过程中的作用。同时,本文将这种方法应用到非洲最广泛使用的语言之一 —— 阿姆哈拉语,并努力为非洲 NLP 社区带来一流的深度学习结构。
Mar, 2020
本文对会议总结技术的最新研究进行了综述,介绍了用于会议总结的数据集和评估指标,并提供了每个总结器的性能排行榜。