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
- 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) - QuOTeS: Query-Oriented Technical Summarization [0.2936007114555107]
提案するQuOTeSは,潜在的参照の集合から研究の要約に関連する文章を検索するインタラクティブシステムである。
QuOTeS は Query-Focused Extractive Summarization と High-Recall Information Retrieval の技法を統合し、科学文書のインタラクティブなクエリ-Focused Summarization を提供する。
結果から,QuOTeSは肯定的なユーザエクスペリエンスを提供し,関連する,簡潔かつ完全なクエリ中心の要約を一貫して提供することが明らかになった。
論文 参考訳(メタデータ) (2023-06-20T18:43:24Z) - Beyond Text Generation: Supporting Writers with Continuous Automatic
Text Summaries [27.853155569154705]
本稿では,ユーザによる記述プロセスの計画,構造化,反映を支援するテキストエディタを提案する。
自動テキスト要約を用いて、連続的に更新された段落の要約をマージンアノテーションとして提供する。
論文 参考訳(メタデータ) (2022-08-19T13:09:56Z) - 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) - GroupLink: An End-to-end Multitask Method for Word Grouping and Relation
Extraction in Form Understanding [25.71040852477277]
単語グループ化と関係抽出を組み合わせたマルチタスク学習によるエンドツーエンドモデルを構築し,各タスクの性能向上を図る。
提案手法を実世界の完全注釈付きノイズスキャンベンチマークであるFUNSDで検証する。
論文 参考訳(メタデータ) (2021-05-10T20:15:06Z) - 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) - 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。
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。