Fugu-MT 論文翻訳(概要): Extractive Summarization of Call Transcripts

論文の概要: Extractive Summarization of Call Transcripts

arxiv url: http://arxiv.org/abs/2103.10599v1
Date: Fri, 19 Mar 2021 02:40:59 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 14:37:01.755903
Title: Extractive Summarization of Call Transcripts
Title（参考訳）: コール書き起こしの抽出要約
Authors: Pratik K. Biswas and Aleksandr Iakubovich
Abstract要約: 本稿では, 話題のモデル化と文選択と句読点の復元を併用した母語的手法を提案する。大規模なテスト,評価,比較により,この要約法の有効性が証明された。
参考スコア（独自算出の注目度）: 77.96603959765577
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Text summarization is the process of extracting the most important information from the text and presenting it concisely in fewer sentences. Call transcript is a text that involves textual description of a phone conversation between a customer (caller) and agent(s) (customer representatives). This paper presents an indigenously developed method that combines topic modeling and sentence selection with punctuation restoration in condensing ill-punctuated or un-punctuated call transcripts to produce summaries that are more readable. Extensive testing, evaluation and comparisons have demonstrated the efficacy of this summarizer for call transcript summarization.
Abstract（参考訳）: テキスト要約は、テキストから最も重要な情報を抽出し、より少ない文で簡潔に提示するプロセスである。 Call transcriptは、顧客(呼び出し者)とエージェント(顧客代表者)の間の電話会話のテキスト記述を含むテキストである。本稿では, 文選択と句読点復元を併用して, より読みやすい要約を生成するために, 未読あるいは未読の呼起こ書き起こしを凝縮する手法を提案する。大規模なテスト,評価,比較により,この要約法の有効性が示された。

関連論文リスト

Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization? [35.71047777304832]
録音を聴くアノテータに基づく要約は、アノテータが書き起こしを読むものとは異なるかを検討する。音声に基づく要約は、転写文に基づく要約よりも、現実的に一貫性があり、情報選択的であることが判明した。
論文参考訳（メタデータ） (2024-08-12T13:25:53Z)
`Keep it Together': Enforcing Cohesion in Extractive Summaries by Simulating Human Memory [22.659031563705245]
本稿では,要約における情報性や冗長性を制御しつつ,凝集を強制することを目的としている。我々の文セレクタは、人間の記憶をシミュレートしてトピックを追跡する。非常に密集した要約を抽出することはできるが、それでも人間にとって有意義な内容の要約を読めばよい。
論文参考訳（メタデータ） (2024-02-16T12:43:26Z)
A Hybrid Strategy for Chat Transcript Summarization [3.0567294793102784]
要約(英: Sumomarization)とは、テキストを少ない文に凝縮する過程である。本稿では,抽出的および抽象的要約技術を組み合わせた,ネイティブに開発されたハイブリッド手法を提案する。テスト,評価,比較,検証は,チャット書き起こし要約の大規模展開において,このアプローチの有効性を実証した。
論文参考訳（メタデータ） (2024-02-02T15:44:28Z)
Factually Consistent Summarization via Reinforcement Learning with Textual Entailment Feedback [57.816210168909286]
我々は,この問題を抽象的な要約システムで解くために,テキストエンテーメントモデルの最近の進歩を活用している。我々は、事実整合性を最適化するために、レファレンスフリーのテキストエンターメント報酬を用いた強化学習を用いる。自動測定と人的評価の両結果から,提案手法は生成した要約の忠実さ,サリエンス,簡潔さを著しく向上させることが示された。
論文参考訳（メタデータ） (2023-05-31T21:04:04Z)
Toward Unifying Text Segmentation and Long Document Summarization [31.084738269628748]
文章・音声文書の抽出要約において,部分分割が果たす役割について検討する。本手法は,要約とセグメンテーションを同時に行うことによって,頑健な文表現を学習する。以上の結果から,本モデルは,公開ベンチマーク上での最先端性能を達成できるだけでなく,異種間転送性も向上できることが示唆された。
論文参考訳（メタデータ） (2022-10-28T22:07:10Z)
Comparing Methods for Extractive Summarization of Call Centre Dialogue [77.34726150561087]
そこで本稿では,これらの手法を用いて呼の要約を生成し,客観的に評価することにより,実験的な比較を行った。 TopicSum と Lead-N は他の要約法よりも優れており,BERTSum は主観的評価と客観的評価の両方で比較的低いスコアを得た。
論文参考訳（メタデータ） (2022-09-06T13:16:02Z)
A Survey on Neural Abstractive Summarization Methods and Factual Consistency of Summarization [18.763290930749235]
要約は、サブセット(要約)を作成するために、テキストデータの集合を計算的に短縮する過程である既存の要約法は、抽出法と抽象法という2つのタイプに大別できる。抽出要約器は、ソース文書からテキストスニペットを明示的に選択し、抽象要約器は、ソースで広く普及している最も健全な概念を伝えるために、新しいテキストスニペットを生成する。
論文参考訳（メタデータ） (2022-04-20T14:56:36Z)
A Sliding-Window Approach to Automatic Creation of Meeting Minutes [66.39584679676817]
会議の議事録には、議論された問題、決定、会議での行動が記録されている。会議時間の自動生成のためのスライディングウインドウ手法を提案する。長い写本や文書構造の欠如など、発話テキストの性質に関連する問題に取り組むことを目指しています。
論文参考訳（メタデータ） (2021-04-26T02:44:14Z)
Relation Clustering in Narrative Knowledge Graphs [71.98234178455398]
原文内の関係文は(SBERTと)埋め込み、意味論的に類似した関係をまとめるためにクラスタ化される。予備的なテストでは、そのようなクラスタリングが類似した関係を検知し、半教師付きアプローチのための貴重な前処理を提供することが示されている。
論文参考訳（メタデータ） (2020-11-27T10:43:04Z)
Screenplay Summarization Using Latent Narrative Structure [78.45316339164133]
本稿では,物語の基盤となる構造を一般教師なし・教師付き抽出要約モデルに明示的に組み込むことを提案する。重要な物語イベント(転回点)の観点で物語構造を定式化し、脚本を要約するために潜伏状態として扱う。シーンレベルの要約ラベルを付加したテレビ画面のCSIコーパスの実験結果から,潜角点がCSIエピソードの重要な側面と相関していることが判明した。
論文参考訳（メタデータ） (2020-04-27T11:54:19Z)

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。