論文の概要: Meeting Summarization: A Survey of the State of the Art

• arxiv url: http://arxiv.org/abs/2212.08206v1
• Date: Fri, 16 Dec 2022 00:21:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-19 15:11:56.745700
• Title: Meeting Summarization: A Survey of the State of the Art
• Title（参考訳）: 会見要約:芸術の現状に関する調査
• Authors: Lakshmi Prasanna Kumar, Arman Kabiri
• Abstract要約: 仮想通信プラットフォームの台頭により,対話データの過剰が生じる。 Covid-19の台頭は、Zoom、Slack、Microsoft Teams、Discordなどのオンラインコミュニケーションプラットフォームを企業ミーティングに頼りにしている。 会議要約の分野では総合的な調査が欠如している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Information overloading requires the need for summarizers to extract salient information from the text. Currently, there is an overload of dialogue data due to the rise of virtual communication platforms. The rise of Covid-19 has led people to rely on online communication platforms like Zoom, Slack, Microsoft Teams, Discord, etc. to conduct their company meetings. Instead of going through the entire meeting transcripts, people can use meeting summarizers to select useful data. Nevertheless, there is a lack of comprehensive surveys in the field of meeting summarizers. In this survey, we aim to cover recent meeting summarization techniques. Our survey offers a general overview of text summarization along with datasets and evaluation metrics for meeting summarization. We also provide the performance of each summarizer on a leaderboard. We conclude our survey with different challenges in this domain and potential research opportunities for future researchers.
• Abstract（参考訳）: 情報オーバーロードは、要約者がテキストから突出した情報を抽出する必要がある。 現在、仮想通信プラットフォームの台頭により、対話データが過大に蓄積されている。 Covid-19の台頭は、Zoom、Slack、Microsoft Teams、Discordなどのオンラインコミュニケーションプラットフォームを企業ミーティングに頼りにしている。 ミーティングの書き起こし全体を通す代わりに、ミーティングの要約を使って有用なデータを選択することができる。 それでも、会議要約の分野では包括的な調査が欠如している。 本稿では,最近の会議要約技術について紹介する。 本調査は,要約を要約するためのデータセットと評価指標とともに,テキスト要約の概観を提供する。 リーダーボード上で各要約者のパフォーマンスも提供します。 我々は、この領域における異なる課題と将来の研究者に対する潜在的な研究機会で調査を終える。

関連論文リスト

• 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)
• MeetingBank: A Benchmark Dataset for Meeting Summarization [37.761684754365945]
  本稿では,過去10年間の市議会会議のベンチマークデータセットであるMacheeBankを紹介する。 我々は,会議ビデオリンク,テキスト,参照要約,アジェンダ,その他のメタデータなどのコレクションを作成し,より優れた会議要約技術の開発を容易にする。
  論文  参考訳（メタデータ） (2023-05-27T17:09:25Z)
• Scientific Opinion Summarization: Paper Meta-review Generation Dataset, Methods, and Evaluation [55.00687185394986]
  本稿では,論文レビューをメタレビューに合成する,科学的意見要約の課題を提案する。 ORSUMデータセットは、47のカンファレンスから15,062のメタレビューと57,536の論文レビューをカバーしている。 実験の結果,(1)人間による要約は,議論の深みや特定の領域に対するコンセンサスや論争の特定など,必要な基準をすべて満たしていないこと,(2)タスクの分解と反復的自己調整の組み合わせは,意見の強化に強い可能性を示唆している。
  論文  参考訳（メタデータ） (2023-05-24T02:33:35Z)
• VCSUM: A Versatile Chinese Meeting Summarization Dataset [25.695308276427166]
  我々は,239のリアルタイムミーティングからなる,VCSumと呼ばれる汎用的な中国の会議要約データセットを紹介する。 トピックセグメンテーション、見出し、セグメンテーションサマリー、全体会議サマリー、および各ミーティングスクリプティングに対する敬意的な文のアノテーションを提供する。 分析の結果,VCSumの有効性とロバスト性が確認された。
  論文  参考訳（メタデータ） (2023-05-09T09:07:15Z)
• Survey of Query-based Text Summarization [31.907523097592513]
  クエリベースのテキスト要約は、クエリ情報のガイダンスの下で、プロキシテキストデータを要約に格納する必要がある重要な実世界の問題である。 本調査は,クエリベースのテキスト要約法と関連する汎用テキスト要約法における興味深い作業を要約することを目的としている。
  論文  参考訳（メタデータ） (2022-09-17T05:34:32Z)
• Automatic Text Summarization Methods: A Comprehensive Review [1.6114012813668934]
  本研究は,要約手法,使用する手法,標準データセット,評価指標,今後の研究範囲などのテキスト要約概念を詳細に分析する。
  論文  参考訳（メタデータ） (2022-03-03T10:45:00Z)
• AnswerSumm: A Manually-Curated Dataset and Pipeline for Answer Summarization [73.91543616777064]
  Stack OverflowやYahoo!のようなコミュニティ質問回答(CQA)フォーラムには、幅広いコミュニティベースの質問に対する回答の豊富なリソースが含まれている。 回答の要約の1つのゴールは、回答の視点の範囲を反映した要約を作成することである。 本研究は,専門言語学者による解答要約のための4,631個のCQAスレッドからなる新しいデータセットを導入する。
  論文  参考訳（メタデータ） (2021-11-11T21:48:02Z)
• EmailSum: Abstractive Email Thread Summarization [105.46012304024312]
  我々は,メールスレッド要約(EmailSum)データセットを抽象化的に開発する。 このデータセットには、人間による注釈付きショート(30ワード)と、2549のメールスレッドからなるロング(100ワード)のサマリーが含まれている。 本研究は,現在の抽象的要約モデルの課題を明らかにするものである。
  論文  参考訳（メタデータ） (2021-07-30T15:13:14Z)
• ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive Summarization with Argument Mining [61.82562838486632]
  我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。 我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
  論文  参考訳（メタデータ） (2021-06-01T22:17:13Z)
• 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)
• A Hierarchical Network for Abstractive Meeting Summarization with Cross-Domain Pretraining [52.11221075687124]
  本稿では,会議シナリオに適応する抽象的要約ネットワークを提案する。 提案手法は,長時間の会議記録に対応する階層構造と,話者間の差異を表現する役割ベクトルを設計する。 我々のモデルは、自動測定と人的評価の両方において、過去のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2020-04-04T21:00:41Z)

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。