論文の概要: CREATIVESUMM: Shared Task on Automatic Summarization for Creative Writing

• arxiv url: http://arxiv.org/abs/2211.05886v1
• Date: Thu, 10 Nov 2022 21:31:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 16:05:39.831168
• Title: CREATIVESUMM: Shared Task on Automatic Summarization for Creative Writing
• Title（参考訳）: CREATIVESUMM:創造的執筆のための自動要約タスク
• Authors: Divyansh Agarwal, Alexander R. Fabbri, Simeng Han, Wojciech Kryscinski, Faisal Ladhak, Bryan Li, Kathleen McKeown, Dragomir Radev, Tianyi Zhang, Sam Wiseman
• Abstract要約: 本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。 4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。 COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
• 参考スコア（独自算出の注目度）: 90.58269243992318
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces the shared task of summarizing documents in several creative domains, namely literary texts, movie scripts, and television scripts. Summarizing these creative documents requires making complex literary interpretations, as well as understanding non-trivial temporal dependencies in texts containing varied styles of plot development and narrative structure. This poses unique challenges and is yet underexplored for text summarization systems. In this shared task, we introduce four sub-tasks and their corresponding datasets, focusing on summarizing books, movie scripts, primetime television scripts, and daytime soap opera scripts. We detail the process of curating these datasets for the task, as well as the metrics used for the evaluation of the submissions. As part of the CREATIVESUMM workshop at COLING 2022, the shared task attracted 18 submissions in total. We discuss the submissions and the baselines for each sub-task in this paper, along with directions for facilitating future work in the field.
• Abstract（参考訳）: 本稿では,文学テキスト,映画脚本,テレビ脚本など,複数の創作分野における文書の要約作業を紹介する。 これらの創造的な文書を要約するには、複雑な文学的解釈と、様々なプロット展開と物語構造を含むテキストの非自明な時間依存を理解する必要がある。 これは独特な課題であり、テキスト要約システムでは未探索である。 本課題では,本書の要約,映画脚本,プライムタイムテレビ脚本,昼間のソープオペラ脚本を中心に,4つのサブタスクとその対応するデータセットを紹介する。 我々は、タスクのためにこれらのデータセットをキュレートするプロセスと、提案の評価に使用されるメトリクスを詳述する。 COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が集まった。 本稿では,各サブタスクに対する提案とベースラインについて論じるとともに,今後のフィールドでの作業の促進に向けた方向性について述べる。

関連論文リスト

• DataNarrative: Automated Data-Driven Storytelling with Visualizations and Texts [27.218934418961197]
  データストーリ生成のための新しいタスクと,さまざまなソースから1,449のストーリを含むベンチマークを導入する。 2つのLLMエージェントを用いたマルチエージェントフレームワークを提案する。 我々のエージェント・フレームワークは一般的にモデルベースと人的評価の両方において非エージェント・フレームワークよりも優れていますが、結果はデータ・ストーリー・ジェネレーションにおけるユニークな課題を明らかにします。
  論文  参考訳（メタデータ） (2024-08-09T21:31:33Z)
• The Power of Summary-Source Alignments [62.76959473193149]
  多文書要約(MDS)は難しい課題であり、しばしばサリエンスと冗長性検出のサブタスクに分解される。 参照要約とそのソース文書間の対応する文のアライメントを利用して、トレーニングデータを生成する。 本稿では,よりきめ細かな提案スパンレベルで適用することで,要約ソースアライメントフレームワークを拡張することを提案する。
  論文  参考訳（メタデータ） (2024-06-02T19:35:19Z)
• Text Generation: A Systematic Literature Review of Tasks, Evaluation, and Challenges [7.140449861888235]
  このレビューでは、テキスト生成の作業を5つの主要なタスクに分類する。 各タスクについて、関連する特徴、サブタスク、および特定の課題についてレビューする。 近年のテキスト生成論文では,タスクやサブタスクに共通する9つの顕著な課題が報告されている。
  論文  参考訳（メタデータ） (2024-05-24T14:38:11Z)
• On Task-personalized Multimodal Few-shot Learning for Visually-rich Document Entity Retrieval [59.25292920967197]
  VDER(Few-shot document entity search)は、NLPアプリケーションにおいて重要なトピックである。 FewVEXは、エンティティレベルの少数ショットVDERの分野における将来の研究を促進するための、新しいデータセットである。 本稿では,タスクパーソナライズを効果的に実現することを中心に,タスク認識型メタラーニングベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-01T17:51:43Z)
• Summarization with Graphical Elements [55.5913491389047]
  本稿では,グラフィカル要素による要約という新しい課題を提案する。 タスクの研究を支援するために,高品質なラベル付きデータセットを収集する。
  論文  参考訳（メタデータ） (2022-04-15T17:16:41Z)
• Task2Dial: A Novel Task and Dataset for Commonsense enhanced Task-based Dialogue Grounded in Documents [0.304585143845864]
  本稿では,文書に埋もれたコモンセンス強化タスクベース対話に関する新しい課題を提案する。 Task2Dialデータセットは、文書ベースのタスクベースの対話の新しいデータセットである。
  論文  参考訳（メタデータ） (2022-04-03T12:15:56Z)
• StrucTexT: Structured Text Understanding with Multi-Modal Transformers [29.540122964399046]
  Visually Rich Documents (VRD)における構造化テキスト理解は、ドキュメントインテリジェンスの重要な部分である。 本稿では,SrucTexTという統合フレームワークを提案する。 セグメントレベルおよびトークンレベルで構造化されたテキスト理解の手法を評価し,その手法が最先端のテキスト理解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-08-06T02:57:07Z)
• Abstractive Summarization of Spoken and Written Instructions with BERT [66.14755043607776]
  本稿では,BERTSumモデルの最初の対話型言語への応用について述べる。 我々は多種多様な話題にまたがるナレーションビデオの抽象要約を生成する。 我々は、これをインテリジェントな仮想アシスタントの機能として統合し、要求に応じて文字と音声の両方の指導内容の要約を可能にすることを想定する。
  論文  参考訳（メタデータ） (2020-08-21T20:59:34Z)
• From Standard Summarization to New Tasks and Beyond: Summarization with Manifold Information [77.89755281215079]
  テキスト要約は、原文書の短く凝縮した版を作成することを目的とした研究分野である。 現実世界のアプリケーションでは、ほとんどのデータは平易なテキスト形式ではない。 本稿では,現実のアプリケーションにおけるこれらの新しい要約タスクとアプローチについて調査する。
  論文  参考訳（メタデータ） (2020-05-10T14:59:36Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。