Dec, 2022

OASum：大规模开放领域基于方面的摘要

PDF
TL;DR利用众包知识构建了高质量、大规模、面向开放领域的方面为基础的自动摘要数据集（OASum），包含超过 3.7 百万个实例，在 200 万个维基百科页面上涵盖了大约 1 百万种不同的方面类型，并在七个下游数据集上进行了数据零、少样本以及微调处理，显示出在方面或特定查询焦点生成能力方面，预先训练的模型表现出强劲的能力，数据集及预训练检查点已公开提供。
aspect-based summarizationopen-domaindatasetcrowd-sourcingpre-training
发现论文，激发创造
  • WikiAsp：一个用于多领域方面的摘要的数据集

    提出了一个新的多领域、开放领域的基于方面的摘要数据集 “WikiAsp”，该数据集通过使用 20 个不同领域的维基百科文章并使用每篇文章的标题和边界作为方面标注的代理。研究结果表明现有的摘要模型在此情况下面临的关键挑战，具体包括引用来源的代词处理和时间敏感事件的一致解释。

    Nov, 2020

  • ACLSum: 科学出版物面向方面的概述的新数据集

    提供了一个由领域专家精心制作和评估的新型摘要数据集 ACLSum，集成了多个方面的科学论文摘要，通过对预训练语言模型和最先进的大型语言模型（LLMs）的性能进行广泛实验，探索学术领域中抽取式与生成式摘要的有效性，结果证实了在学术领域中端到端基于方面的摘要的普遍优越性。

    Mar, 2024

  • OpenAsp: 多文档开放式面向方面的摘要评测基准

    近年来，自动摘要模型的性能有了显著提升，然而在满足实际场景中用户的具体信息需求方面仍存在差距，尤其是在本文中所针对的有用的基于方面的摘要设置中。为了推动更加现实的场景研究，我们引入了 OpenAsp，一个用于多文档开放方面的摘要的基准。该基准使用一种新颖且具有成本效益的注释协议来创建，通过该协议从现有的通用多文档摘要数据集中提取开放方面数据集。我们分析了 OpenAsp 的特性，展示了其高质量的内容，并且证明了 OpenAsp 中实现的现实开放方面设置对于当前最先进的摘要模型和大型语言模型来说是一个挑战。

    Dec, 2023

  • ASPECTNEWS: 新闻文档的面向方面的摘要

    本文介绍了一个数据集 AspectNews，并比较了不同训练方案的效果，研究表明最终方法可以生成更好的聚焦摘要，相比通用摘要系统或关键字匹配更为敏感。

    Oct, 2021

  • 可控观点摘要

    本论文提出了一种基于方面查询的定制摘要生成方法，使用多示例学习模型诱导的方面控制器创建 (review,summary) 对的合成训练数据集，通过微调预训练模型，生成修改方面控制器的方面特定摘要。在两个基准测试中，我们的模型表现优于先前的技术水平，并通过控制讨论的方面数量生成个性化摘要。

    Sep, 2021

  • AaKOS：基于知识的、面向方面的意见摘要

    本文提出一种面向产品评论的自适应知识型意见摘要模型，有效地捕捉了意见摘要所需的自适应性质并生成面向方面的摘要，能更好地个性化和信息化地为用户提供有用信息，适应用户的不同兴趣和偏好。

    May, 2023

  • SQuALITY: 用较困难的方式构建长文摘要数据集

    通过请高质量合同工人阅读原始文档并写出原始摘要，建立了 SQuALITY 数据集，该数据集的第一篇文章概述了主要内容，其余四篇回答了具体问题，实验证明现有自动摘要评估指标不是优秀的质量指标。

    May, 2022

  • 简单而有效的合成数据集构建方法，用于无监督的意见摘要

    本文提出两种简单有效的无监督方法来生成针对特定方面和一般意见的摘要，其训练于构建的人工合成数据集上，第一种方法基于原始数据中的方面种子词，第二种方法则是利用自然语言推断模型。

    Mar, 2023

  • 任何方面的文本总结：一种知识驱动的弱监督方法

    本研究提出一种基于方面的抽象化摘要方法，可以对任意与文件相关的方面进行总结，带有外部知识库的弱监督构建方法和方面建模方案可以提高性能。

    Oct, 2020

  • WikiHow：一个大规模的文本摘要数据集

    本研究介绍了一种基于在线知识库的数据集 WikiHow，包含超过 230,000 个文章和摘要对，用于评估现有的序列到序列模型在不同写作风格、更高语义抽象度的摘要中的性能。

    Oct, 2018