abstractive summarization | BriefGPT

关键词abstractive summarization

搜索结果 - 170

EMNLPEMO-KNOW：情感和情感原因的大规模数据集
近年来，情绪原因分析引起了研究人员的关注。为了填补现有数据集在规模和情绪类别数量上的限制，并提供更具抽象性和可推广性的根本原因，我们引入了一个由 1500 万个清理后的推文构成的大规模情绪原因数据集。我们描述了我们的筛选过程，其中包括全面的
PDF14 days ago
逐步写摘要：逐步归纳总结的初步研究
本文介绍了一种基于步骤式摘要生成的对抗学习模型，该模型通过选择性地处理新文档并参考先前的摘要，生成与上一次摘要相一致的摘要，实现了最新完整摘要的生成。在大规模的步骤式摘要生成数据集上的实验证明了该模型在自动度量和人工评估方面的优越性。
PDF24 days ago
HeSum：一个用于希伯来文抽象文本摘要的新数据集
该论文引入了 HeSum，一个专为现代希伯来语抽象文本摘要而设计的基准测试集，其中包含从专业人士撰写的希伯来语新闻网站中获取的 1 万个文章 - 摘要对。通过语言分析，我们证实了 HeSum 的高度抽象性和独特的形态学挑战。我们展示了 He
PDFa month ago
ATSumm: 辅助信息增强的基于稀疏训练数据的抽象灾难推文摘要方法
本研究提出了一种利用辅助信息的抽象推文摘要工具，通过使用独特的关键短语注意机制，引入了 Auxiliary Pointer Generator Network（AuxPGN）模型。评估结果表明，ATSumm 相对于现有方法在 ROUGE-N
PDF2 months ago
利用从摘要模型蒸馏的知识提升长文本理解能力
通过使用抽象化摘要生成模型的主旨检测能力，我们提出了 Gist Detector 来加强下游模型对长文本的理解能力，并评估了该方法在长文档分类、远程监督的开放领域问答以及非平行文本风格转换等三个不同任务上的性能表现，结果显示我们的方法在所有
PDF2 months ago
ACL使用领域条件互信息缓解抽象摘要中的虚构现象
通过基于领域条件点间互信息（domain-conditional pointwise mutual information）的解码策略，本研究解决了抽象摘要中存在的幻觉问题（hallucination）以及模型偏差（model bias），
PDF3 months ago
在规模化环境下协助人类进行复杂比较的自动化信息比较
通过生成式大型语言模型和抽象总结以及标准驱动的比较终点，该研究开发了一种能够在不同领域进行高效信息比较的系统，利用语义文本相似性比较生成基于证据的分析，克服了模型推理中的信息上下文和令牌限制的困难，提供了可行的结果并实现了自动化的大规模信息
PDF3 months ago
ACL选择与总结：电影剧本摘要的场景显著性
通过提取场景的显著性，针对电影剧本等长篇故事性文本进行抽象概括是具有挑战性的。本研究引入了一个包含 100 部电影人工标注显著场景的数据集，提出了一个两阶段的抽象概括方法，首先识别出剧本中的显著场景，然后利用这些场景生成摘要。基于问答的评估
PDF3 months ago
COLINGLexAbSumm: 法律判决的基于方面的摘要
面向法律专业人员的，将自动摘要技术应用于长篇法律文书以便满足用户多样化信息需求的研究，引入了一种来自欧洲人权法庭司法管辖区域的面向方面的法律案例决策摘要的新数据集（LexAbSumm），并且通过评估针对长篇文档进行调整的多种生成性摘要建模方
PDF3 months ago
对 BASS 的再次审视：利用统一语义图提升抽象摘要生成的研究复制
详细复制研究 BASS 框架，一种基于统一语义图的抽象摘要系统，包括复制关键组件的挑战和消除源于复制新组件的错误来源的消融研究。我们的研究结果显示与原论文相比性能存在差异，强调即使是被合理省略的细节也需要仔细关注，以便复制先进的框架，同时强
PDF4 months ago
COLINGEROS: 实体驱动的受控策略文档摘要
通过使用受控抽象化摘要方法，我们提出了一种增强政策文件可解释性和可读性的方法，该方法强制要求生成的摘要中包括关键的与隐私有关的实体（如数据和媒介）以及组织收集这些实体的依据（如目标和原因）。我们开发了一个标有隐私相关实体标签的政策文件摘要数
PDF4 months ago
通过数据提炼和条件生成填空改进抽象摘要的事实错误修正
提出一种基于条件生成填空任务的新型事实错误修正模型 FactCloze，通过多维度评估生成更忠实的摘要数据集 SummDSC，实验证实了该方法的有效性，相比基线方法，在多个事实一致性指标上有所改进。
PDF5 months ago
ACLGUMsley：对 12 种英语流派中摘要的实体显著性评估
该研究通过提供具有显著性的实体来改善摘要生成中的实体幻觉问题，并评估了预训练的最先进的摘要模型和零 - shot LLM 提示对于捕捉生成摘要中显著实体的能力。
PDF5 months ago
评估 GPT-3.5 对共同主题下的欧洲宪法文本的意识和摘要能力
运用 GPT-3.5 对多源宪法文本进行抽象概括，研究发现其能够准确捕捉欧洲国家的公民权益等相关主题。
PDF5 months ago
EMNLPFREDSum: 法国政治辩论的对话摘要语料库
最近深度学习的进展，特别是编码器 - 解码器架构的发明，极大地改进了抽象摘要系统的性能。大部分研究集中在书面文件上，然而忽视了多方对话摘要的问题。本文提供了一组法国政治辩论的数据集，以增强多语对话摘要资源。我们的数据集包括手工转录和注释的政
PDF7 months ago
AMRFact: 使用 AMR 驱动的训练数据生成方法增强摘要事实性评估
通过将正确摘要解析为 AMR 图并注入有控制的事实不一致性来生成负样本，AMRFact 提出了一种新的框架，使得能够以高错误类型覆盖率生成连贯的事实不一致摘要，从而在抽象化摘要中评估事实性方面表现出明显的优势。
PDF8 months ago
轻量但更忠实：研究剪枝大型语言模型在抽象摘要生成中的幻觉
通过对大型语言模型在抽象摘要生成中修剪算法的实证研究，发现修剪后的模型与完整模型相比更少出现幻觉，并提出其与源输入之间的更高词汇重叠可能是幻觉减少的原因。
PDF8 months ago
GreekT5: 一系列希腊序列到序列模型用于新闻摘要
提出了一系列新颖的文本摘要模型，通过在希腊新闻文章上进行全面评估，发现这些模型在各种评估指标上显著优于现有的希腊抽象新闻摘要模型。
PDF8 months ago
纠正和回溯法减少总结中的幻觉
通过使用 CoBa 技术，该论文提出了一种简单而有效的技术来减少抽象摘要中的幻觉现象，该方法通过测量有关条件概率和上下文词之间距离的简单统计数据来实现幻觉检测和缓解。
PDF8 months ago
EMNLP通过校准蒸馏增强摘要模型的抽象性
提出了一种名为 DisCal 的新方法，通过引入两种监督方式，提高生成摘要的抽象性（通过 n-gram 重叠度量），同时不牺牲信息量（通过 ROUGE 度量），并在摘要提取中优于之前的方法。
PDF8 months ago