dialogue summarization | BriefGPT

关键词dialogue summarization

搜索结果 - 46

基于大型语言模型的事实对话摘要
通过使用符号知识蒸馏方法改善小型预训练模型的事实一致性，我们在对话摘要中取得了更好的事实一致性，同时保持了连贯性、流畅性和相关性。
PDFa month ago
CADS: 抽象对话概括的挑战的系统文献综述
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
PDF2 months ago
ACL对话摘要中的 LLM 行为分析：揭示环境幻象趋势
最近大规模语言模型在摘要系统的能力方面取得了重大进展；然而，仍然存在关于虚构信息的担忧。本研究评估了对话摘要中大语言模型的准确性，使用人工注释，并着重于识别和分类分段级别的不一致性。通过比较行为差异，我们提出了一种错误的细分分类方法，并引入
PDF2 months ago
SPECTRUM: 面向长对话概述的说话者增强预训练
在本文中，我们提出了一种用于长对话摘要的说话者增强的预训练方法，该方法利用了多轮对话的内在结构。我们通过收集多样化的数据集，并进行预训练，实验证明我们的模型在具有长上下文的基准测试中取得了最先进的性能，超过了基准模型，并突出了我们方法的有效
PDF6 months ago
百川 2-Sum: 对话摘要的 Baichuan2-7B 模型的指令微调
提出了一种使用 Baichuan2-Sum 模型进行以角色为导向的对话总结，并通过 NEFTune 技术进行训练以提高结果，在 CSDS 和 SAMSUM 两个公开对话总结数据集上获得了最新的最先进结果。
PDF6 months ago
不要完全相信所读之事：通过对大型语言模型中幻觉的自动识别来增强摘要解释性
这篇论文通过深入探讨大型语言模型在幻觉方面的行为，定义了一种基于标记的方法以识别不同类型的幻觉，并进一步利用这种标记方法提高对话摘要任务中语言模型的可解释性和忠实度，同时提出了一个新的改进数据集和训练范式。
PDF7 months ago
挑选未充分利用的头部：关注网络修剪对于融合对话指代信息的头部选择的视角
通过网络修剪的角度，研究了一种特征注入的注意头选择和操作策略，并在对话摘要中进行了案例研究，结果表明通过注意头操作注入指代关系信息可以提高对话摘要的性能。
PDF7 months ago
EMNLPLLM 辅助的半监督式提取式对话摘要
使用未标记数据进行客户 - 代理商对话的摘要生成，通过将摘要问题建模为问答问题，使用大型语言模型生成伪标签，并通过精细调整专门的聊天总结模型来有效地从大型语言模型中转移知识。
PDF8 months ago
对话摘要模型在自然出现的变化下的稳健性评估
对话摘要任务涉及在保留最显著信息的同时对长对话进行总结。实际生活中的对话经常会出现自然发生的变化（例如，重复、犹豫），现有的对话摘要模型在此类对话上的性能下降。本研究系统地研究了此类变化对最先进的对话摘要模型的影响，使用公开可用数据集。为了
PDF8 months ago
探究大型语言模型的对话理解能力
最近大型语言模型（LLMs）的出现吸引了相当多的注意力。本研究提出利用对话摘要任务评估对话理解性能，并从生成的摘要中推导出事实性问题作为对话理解的更灵活的测量方式。评估结果表明，大多数 LLMs 生成的摘要中有 27% 的事实不一致，即使最
PDF8 months ago
GPT 模型是否能遵循人类摘要准则？评估 ChatGPT 和 GPT-4 在对话摘要中的应用
该研究探索了 ChatGPT 和 GPT-4 等大型语言模型在遵循人类对话摘要指南方面的能力。研究使用 DialogSum 和 DECODA 进行了实验，测试了从现有文献和人类摘要指南中提取的不同提示以及一种两步提示方法。我们的研究结果表明
PDF9 months ago
EMNLP使用查询聚合的指导性对话摘要
通过引入指导训练到对话中，我们提出了一种三步方法来合成高质量的基于查询的摘要三元组。通过在三个摘要数据集上训练统一模型 InstructDS，我们扩展了对话摘要模型的能力，并在人类主观评估中得到了更高的泛化能力和忠实度。
PDF9 months ago
EMNLPChatGPT 增强的多阶段预训练用于多场景多领域对话摘要
我们提出了一种特定于多场景多领域对话摘要的新型预训练模型，它采用多阶段预训练策略来缩小预训练目标和微调目标之间的差距。实验结果表明，我们的预训练模型在完全微调、零样本和少样本设置下，显著优于先前的最先进模型。
PDF9 months ago
ACL参考文献的重要性：使用细粒度评估框架对对话摘要的事实纠错进行基准测试
本文提出 FERRANTI 框架，基于参考文献纠错的细粒度评估机制，通过实验证明了 FEC 方法在不同事实错误类别上的显著性能差异，以及提出的最佳训练模式。
PDFa year ago
通过骨架辅助提示传递进行少样本对话摘要
本研究提出了一种 Skeleton-Assisted Prompt Transfer（SAPT）方法，利用生成骨架作为额外的监督信息来实现对话状态信息的更好使用，以促进少样本对话摘要中的跨任务知识转移。通过基于扰动的探针的新方法自动提取对话
PDFa year ago
GersteinLab 参加 MEDIQA-Chat 2023：通过微调和上下文学习从医患对话中进行临床笔记总结
本文利用 GPT-3 和 GPT-4 两种方法，并使用 RoBERTa 和 SciBERT based classification models，以 MEDIQA-2023 Dialogue2Note shared task 为案例，解决
PDFa year ago
ACL利用主题感知的全局和局部中心性提升对话摘要
这篇文章提出了一种新颖的主题感知的全局局部中心性（GLC）模型，该模型可以在对话中选择最显著的语境，并能够准确地从子主题中识别关键内容，实验结果表明，该模型在对话摘要数据集上的表现优于强基线。
PDFa year ago
ACLSWING: 对话摘要的覆盖率和准确性的平衡
研究利用自然语言推理（NLI）模型来提高对话摘要的覆盖率和忠实度，通过计算细粒度训练信号，产生内容在参考摘要中未被涵盖，并且区分生成的句子是与事实一致或不一致的，通过 DialogSum 和 SAMSum 数据集的实验证实该方法的有效性，并
PDF2 years ago
DIONYSUS：一种用于低资源对话摘要的预训练模型
本研究提出了一种名为 DIONYSUS 的预训练编码器 - 解码器模型，通过自监督学习方法在大型对话语料库上进行预训练，能够在任何新的领域中概括对话。实验表明，与现有方法相比，DIONYSUS 在零样本和少样本情境下的 ROUGE 评分上表
PDF2 years ago
ED-FAITH: 评估对话摘要的忠实度
本文提出系统研究 faithfulness metrics 在对话摘要任务上的应用，发现对于绝大部分度量方法而言，在对话数据上的表现与人类判断的相关性较差。为了提高 faithfulness metrics 在对话摘要任务上的性能，我们还采
PDF2 years ago