Fugu-MT 論文翻訳(概要): Persian Keyphrase Generation Using Sequence-to-Sequence Models

論文の概要: Persian Keyphrase Generation Using Sequence-to-Sequence Models

arxiv url: http://arxiv.org/abs/2009.12271v1
Date: Fri, 25 Sep 2020 14:40:14 GMT
ステータス: 処理完了
システム内更新日: 2022-10-14 22:47:52.235564
Title: Persian Keyphrase Generation Using Sequence-to-Sequence Models
Title（参考訳）: sequence-to-sequenceモデルを用いたペルシャキーフレーズの生成
Authors: Ehsan Doostmohammadi, Mohammad Hadi Bokaei, Hossein Sameti
Abstract要約: キーワードは入力テキストの要約であり、テキストで議論された主主題を提供する。本稿では,キーフレーズ生成とニュース記事の抽出に,深いシーケンス・ツー・シーケンスモデルを用いて取り組む。
参考スコア（独自算出の注目度）: 1.192436948211501
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Keyphrases are a very short summary of an input text and provide the main subjects discussed in the text. Keyphrase extraction is a useful upstream task and can be used in various natural language processing problems, for example, text summarization and information retrieval, to name a few. However, not all the keyphrases are explicitly mentioned in the body of the text. In real-world examples there are always some topics that are discussed implicitly. Extracting such keyphrases requires a generative approach, which is adopted here. In this paper, we try to tackle the problem of keyphrase generation and extraction from news articles using deep sequence-to-sequence models. These models significantly outperform the conventional methods such as Topic Rank, KPMiner, and KEA in the task of keyphrase extraction.
Abstract（参考訳）: keyphrasesは入力テキストの非常に短い要約であり、テキストで議論される主な主題を提供する。キーワード抽出は上流で有用なタスクであり、テキスト要約や情報検索など、様々な自然言語処理問題で使用することができる。しかし、すべてのキーフレーズが本文の本体に明記されているわけではない。実世界の例では、暗黙的に議論されるトピックが必ずあります。このようなキーフレーズを抽出するには生成的アプローチが必要である。本稿では,キーフレーズ生成とニュース記事の抽出に,深いシーケンス・ツー・シーケンスモデルを用いて取り組む。これらのモデルは、キーフレーズ抽出のタスクにおいて、トピックランク、KPMiner、KEAといった従来の手法よりも大幅に優れている。

関連論文リスト

SimCKP: Simple Contrastive Learning of Keyphrase Representations [36.88517357720033]
そこで本論文では,(1)文脈認識型フレーズレベルの表現からキーフレーズを抽出する抽出器・ジェネレータと,(2)生成したフレーズのスコアを対応する文書と整列させることで,文書に現れないキーフレーズを生成するリランカと,の2つの段階からなる単純なコントラスト学習フレームワークであるSimCKPを提案する。
論文参考訳（メタデータ） (2023-10-12T11:11:54Z)
EntropyRank: Unsupervised Keyphrase Extraction via Side-Information Optimization for Language Model-based Text Compression [62.261476176242724]
本稿では,事前学習言語モデル(LM)とシャノンの情報に基づいて,テキストからキーワードやキーワードを抽出する教師なし手法を提案する。具体的には,LMの条件エントロピーが最も高い句を抽出する。
論文参考訳（メタデータ） (2023-08-25T14:23:40Z)
Improving Keyphrase Extraction with Data Augmentation and Information Filtering [67.43025048639333]
キーフレーズ抽出はNLPにおける文書理解に不可欠なタスクの1つである。本稿では,Behanceプラットフォーム上でストリームされたビデオからキーフレーズを抽出するための新しいコーパスと手法を提案する。
論文参考訳（メタデータ） (2022-09-11T22:38:02Z)
Applying Transformer-based Text Summarization for Keyphrase Generation [2.28438857884398]
キーフレーズは学術文書の検索と体系化に不可欠である。本稿では,抽象的なテキスト要約のためのトランスフォーマーモデルについて実験する。要約モデルはフルマッチのF1スコアとBERTスコアでキーフレーズを生成するのに非常に効果的であることを示す。また,キーフレーズをターゲットとした順序付け戦略についても検討する。
論文参考訳（メタデータ） (2022-09-08T13:01:52Z)
Representation Learning for Resource-Constrained Keyphrase Generation [78.02577815973764]
本稿では,言語モデリングの目的を導くために,有能なスパンリカバリと有能なスパン予測を導入する。提案手法が低リソースおよびゼロショットのキーフレーズ生成に有効であることを示す。
論文参考訳（メタデータ） (2022-03-15T17:48:04Z)
KPDrop: An Approach to Improving Absent Keyphrase Generation [26.563045686728135]
キーワード生成(英: Keyphrase generation)とは、ある文書の主要なトピックを要約するフレーズ(キーワード)を生成するタスクである。 KPDrop(keyphrase dropout)と呼ばれる手法を提案する。
論文参考訳（メタデータ） (2021-12-02T18:25:56Z)
Deep Keyphrase Completion [59.0413813332449]
Keyphraseは、非常にコンパクトで簡潔で、意味に満ちた文書内容の正確な情報を提供し、談話理解、組織化、テキスト検索に広く利用されている。本論文では,文書内容と既知のキーフレーズの数が極めて限られているため,テキストキーフレーズの完全化(KPC)を提案し,文書中のキーフレーズをより多く生成する(科学出版など)。深層学習フレームワークを通じて、既知のキーフレーズとともに文書内容の深い意味的意味を捉えようとすることから、textitdeep keyphrase completion (DKPC) と命名する。
論文参考訳（メタデータ） (2021-10-29T07:15:35Z)
UniKeyphrase: A Unified Extraction and Generation Framework for Keyphrase Prediction [20.26899340581431]
キーワード予測タスクは、与えられたドキュメントのメインアイデアを要約できるいくつかのキーフレーズを予測することを目的としている。メインストリームKP法は、純粋に生成的アプローチと、抽出と生成を伴う統合モデルに分類することができる。キーフレーズの抽出と生成を共同で学習する新しいエンドツーエンド学習フレームワークUniKeyphraseを提案する。
論文参考訳（メタデータ） (2021-06-09T07:09:51Z)
Select, Extract and Generate: Neural Keyphrase Generation with Layer-wise Coverage Attention [75.44523978180317]
本稿では,2つの主要成分からなるニューラルキーフレーズ生成モデルであるemphSEG-Netを提案する。科学的およびWeb文書から得られた7つのキーフレーズ生成ベンチマークの実験結果は、SEG-Netが最先端のニューラル生成手法よりも大きなマージンで優れていることを示している。
論文参考訳（メタデータ） (2020-08-04T18:00:07Z)
Exclusive Hierarchical Decoding for Deep Keyphrase Generation [63.357895318562214]
キーフレーズ生成(KG)は、文書の主要なアイデアをキーフレーズの集合にまとめることを目的としている。この設定の以前の作業では、キーフレーズを生成するためのシーケンシャルなデコードプロセスが使用されている。本稿では,階層的復号化プロセスとソフトかハードかのいずれかを含む排他的階層的復号化フレームワークを提案する。
論文参考訳（メタデータ） (2020-04-18T02:58:00Z)
Keyphrase Extraction with Span-based Feature Representations [13.790461555410747]
キーフレーズは、文書を特徴付ける意味メタデータを提供することができる。キーフレーズ抽出のための3つのアプローチ: (i) 従来の2段階ランキング法、 (ii) シーケンスラベリング、 (iii) ニューラルネットワークを用いた生成。本稿では,すべてのコンテンツトークンから直接,キーフレーズのスパン的特徴表現を抽出する新規スパンキーフレーズ抽出モデルを提案する。
論文参考訳（メタデータ） (2020-02-13T09:48:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。