SIGIRApr, 2024

从多个排名候选项中解开指导性信息以用于多文档科学摘要

PDF
TL;DR本文提出了一种新的多文档科学摘要方法，利用全局信息和摘要候选项来指导解码过程，在选择更高质量的候选项和处理全局信息方面取得了明显的性能改进。
multi-document scientific summarizationabstractive mdss methodssummary candidates fusion frameworkdisentangling instructive information from ranked candidatesglobal information
发现论文，激发创造
  • 基于知识图谱中心视角的多文档科学摘要

    本文提出了 KGSum 多文档科学总结的模型，重点在于在编码和解码过程中使用知识图谱来实现内容和关系建模。经验证实验结果显示，相较于基准结果，该架构带来了显著的改进。

    Sep, 2022

  • 主题引导的抽象多文档摘要

    该论文提出了一种基于异构图和神经主题模型的抽象多文档摘要模型，采用图到序列的框架，同时训练主题和摘要模块以提高性能和生成高质量主题。

    Oct, 2021

  • 通过参考灵活提取和信用感知来提高多文档摘要

    本文提出一种通过提取 - 摘要 Transformer 框架解决多文档摘要中输入长度过长问题的方法，其中包括分层提取和摘要重写。通过权重和深度强化学习等机制建立了抽取 - 摘要模型，实现了在大型数据集 Multi-News，Multi-XScience 和 WikiCatSum 上具有最佳效果的模型。

    May, 2022

  • 深度学习技术在多文档摘要中的应用：一项调查

    本文回顾了近期基于深度学习的多文档摘要模型，提出了新的分类方法以及对这个领域的现状进行了综合总结，并且强调了现有文献中很少讨论的各种目标函数之间的区别，最后对未来发展方向提出了几个建议。

    Nov, 2020

  • 哪些信息起作用？通过部分信息分解解析人类编写的多文档摘要

    通过部分信息分解的方法，我们对人工撰写的摘要进行了特征化，发现源文件的数量与其对摘要的贡献存在直接依赖关系。

    May, 2024

  • 抽象多文档摘要中的特异性解析

    本文提出了一种解决多文档摘要中忽略文档细节的问题的方法，通过从文档集中解开特定的内容并学习文档的特定表示，将特定信息与文档集表示结合，获得更全面的多文档摘要。

    May, 2024

  • 通过判别式摘要排序的多文档摘要

    本文提出了基于 ILP 框架提取每个文档集的一组候选摘要，然后利用排名 SVM 进行摘要重新排名的方法，结果通过 DUC 基准数据集验证了方法的有效性和鲁棒性。

    Jul, 2015

  • 针对抽象式多文档摘要的文档感知位置编码和语言引导编码

    本文提出了一种新的多文档自动摘要模型，使用文档关系编码和基于语言指导的编码辅助 Transformer 模型来增强多文档摘要的质量，实验结果表明该模型可以生成高质量的自动摘要。

    Sep, 2022

  • Absformer: 基于 Transformer 的无监督多文档抽象摘要模型

    本文提出了一种新的基于 Transformer 的方法，称为 Absformer，旨在针对没有提供摘要总结的文档进行无监督的抽象式多文档摘要生成，并在现实世界的三个不同领域的数据集上进行了评估，结果表明该方法在评价指标方面取得了实质性的提高，并且具有从不同领域的数据集中泛化的优势。

    Jun, 2023

  • 多篇文档摘要如何 “多”?

    本文介绍一种用于评估多文档摘要生成模型及数据集中数据分散程度的自动化度量方法，并检验几个流行的多文档摘要数据集，结果表明某些数据集没有利用多文档信息，提出应用该度量方法评估数据集和模型的性能。

    Oct, 2022