ACLFeb, 2024

多维文献探索的文本摘要进展

PDF
TL;DR提供了 TL;DR Progress 工具，用于研究神经文本摘要的文献。该工具通过一个综合的注释方案，对 514 篇论文进行了组织，并实现了细粒度、多方位的检索。每篇论文都经过手工注释，捕捉了评估指标、质量维度、学习范式、解决的挑战、数据集和文档领域等方面。此外，针对每篇论文提供了简洁的提示性摘要，包括自动提取的上下文因素、问题以及提出的解决方案。该工具可在线访问，并提供了演示视频。
发现论文，激发创造
  • 科学文献的极端概括

    介绍了一种名为 TLDR 生成的新型极端摘要可用于科学论文，需要专家背景知识和对复杂领域特定语言的理解。使用 CATTS，结合标题作为辅助训练信号的 TLDR 生成学习策略，在自动化指标和人工评估下均表现出更好的效果。

    Apr, 2020

  • 摘要工作台：统一文本摘要模型的应用与评价

    本文介绍 Summary Workbench，这是一个用于开发和评估文本摘要模型的新工具，它可以轻松集成基于 Docker 的插件，以便针对任何输入检查其摘要质量并使用各种评估指标进行评估。

    Oct, 2022

  • 文本摘要的系统调查：从统计方法到大型语言模型

    通过深度神经网络、预训练语言模型和最新的大型语言模型的出现，文本摘要研究经历了几次重大转型，本文综述通过这些范式转变的视角全面回顾了文本摘要研究的进展和演变，分为两个主要部分：(1) 在大型语言模型时代之前的数据集、评估指标和摘要方法的详细概述，包括传统统计方法、深度学习方法和预训练语言模型微调技术，以及 (2) 大型语言模型时代中对基准测试、建模和评估摘要的最新进展的首次详细研究。通过综合现有文献并提供一个连贯的概述，本文还讨论了研究趋势、面临的挑战以及在摘要研究中提出的有希望的研究方向，旨在引导研究人员了解摘要研究的不断演变的领域。

    Jun, 2024

  • 神经文本摘要：一项关键评估

    评估标准数据集、评估指标、模型三方面存在的问题，提出了数据集自动采集、评估不足以反映人类判断、模型样本不足多样化等三个主要问题，导致长文本摘要进展不一。

    Aug, 2019

  • 为长篇科技文献带来结构：一个多方位摘要数据集

    本文介绍了 FacetSum 这一基于 Emerald 期刊文章的多方位摘要基准数据集，其不同于传统的文档 - 摘要对，提供了多个摘要，针对长文档的不同部分，包括目的、方法、发现和价值等方面，对数据集的分析和实证结果揭示了将结构引入摘要的重要性。我们相信 FacetSum 将推动摘要研究的进一步发展，促进 NLP 系统在长文本和摘要中利用结构信息的发展。

    May, 2021

  • Summary Explorer: 文本摘要领域的最新技术可视化

    介绍了 Summary Explorer 工具，它通过在三个基准数据集上编译 55 种最先进的单文档摘要方法的输出，并在定性评估过程中进行视觉探索以支持文本摘要系统的手动检查。该工具考虑了三个著名的摘要质量标准（覆盖率、真实性和位置偏差），并通过定制的可视化引导评估进行了封装。该工具补充了现有的本地调试摘要模型方法，并对其进行了改进。工具可在 https URL 上获得。

    Aug, 2021

  • 生成科学范式的摘要

    使用文献计量学文本挖掘和摘要技术对科学文献进行自动生成，利用引文生成摘要，通过 C-LexRank 对单篇文章进行摘要提取，同时拓展到一系列科学文献的摘要提取和分析，证明引文是创建摘要的一种独特信息资源。

    Feb, 2014

  • SemEval-2024 任务 2：T5 生成的 DeBERTa 报告分析的临床语言摘要

    该论文介绍了针对临床试验的自然语言推理（NLI4CT）任务的新方法。我们提出了 TLDR（利用 T5 生成的临床语言摘要进行 DeBERTa 报告分析），其结合了 T5 模型生成的前提摘要，以改进临床 NLI 任务中的蕴涵和矛盾分析。这种方法克服了窗口较小和前提较长带来的挑战，显著提高了宏观 F1 得分：比截断前提提高了 0.184。我们的全面实验评估，包括详细的错误分析和消融实验，证实了 TLDR 在预测一致性和忠实度方面对语义变化输入的优越性。

    Apr, 2024

  • CiteSum: 受引文本引导的科学极简摘要与有限监督下的领域自适应

    本文提出了一种从引文文本中自动提取科学论文 TLDR 摘要的简单有效方法，并基于此提出了一个新的基准数据集 CiteSum，该数据集比之前的人工筛选的数据集 SciTLDR 大约 30 倍，使用此数据集进行训练的模型在少量样例下即可取得明显提升的效果。

    May, 2022

  • iFacetSum: 多文档探索的基于共指的交互式分面摘要

    iFacetSum 是一个集成了交互式摘要和多维搜索的网络应用程序，提供了一种新颖的多维导航方案，可为用户的选择生成抽象摘要。该方法基于跨文本指称关系管道自动产生细粒度的多维信息，经过用户研究证明其具有实用性。

    Sep, 2021