論文の概要: Follow the Timeline! Generating Abstractive and Extractive Timeline Summary in Chronological Order

• arxiv url: http://arxiv.org/abs/2301.00867v1
• Date: Mon, 2 Jan 2023 20:29:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-04 14:32:50.963007
• Title: Follow the Timeline! Generating Abstractive and Extractive Timeline Summary in Chronological Order
• Title（参考訳）: タイムラインをフォロー! 時系列における抽象的・抽出的タイムライン作成
• Authors: Xiuying Chen, Mingzhe Li, Shen Gao, Zhangming Chan, Dongyan Zhao, Xin Gao, Xiangliang Zhang, Rui Yan
• Abstract要約: 時間順で抽象的かつ抽出的な時系列を生成できる統一タイムライン要約器(UTS)を提案する。 我々は、以前の中国の大規模タイムライン要約データセットを拡張し、新しい英語タイムラインデータセットを収集する。 UTSは、自動評価と人的評価の両方の観点から最先端のパフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 78.46986998674181
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, time-stamped web documents related to a general news query floods spread throughout the Internet, and timeline summarization targets concisely summarizing the evolution trajectory of events along the timeline. Unlike traditional document summarization, timeline summarization needs to model the time series information of the input events and summarize important events in chronological order. To tackle this challenge, in this paper, we propose a Unified Timeline Summarizer (UTS) that can generate abstractive and extractive timeline summaries in time order. Concretely, in the encoder part, we propose a graph-based event encoder that relates multiple events according to their content dependency and learns a global representation of each event. In the decoder part, to ensure the chronological order of the abstractive summary, we propose to extract the feature of event-level attention in its generation process with sequential information remained and use it to simulate the evolutionary attention of the ground truth summary. The event-level attention can also be used to assist in extracting summary, where the extracted summary also comes in time sequence. We augment the previous Chinese large-scale timeline summarization dataset and collect a new English timeline dataset. Extensive experiments conducted on these datasets and on the out-of-domain Timeline 17 dataset show that UTS achieves state-of-the-art performance in terms of both automatic and human evaluations.
• Abstract（参考訳）: 今日では、一般的なニュースクエリの洪水に関するタイムスタンプ付きWebドキュメントがインターネット全体に広まり、タイムラインの要約は、タイムラインに沿ったイベントの進化軌跡を簡潔に要約する。 従来の文書要約とは異なり、タイムライン要約は入力イベントの時系列情報をモデル化し、重要なイベントを時系列順に要約する必要がある。 本稿では,この課題に取り組むために,時間順に抽象的かつ抽出的なタイムライン要約を生成できる統一タイムライン要約器(uts)を提案する。 具体的には、エンコーダ部では、コンテンツ依存度に応じて複数のイベントを関連付け、各イベントのグローバル表現を学ぶグラフベースのイベントエンコーダを提案する。 復号器部では,抽象要約の時系列順序を確実にするために,逐次情報を残した生成過程における事象レベルの注意の特徴を抽出し,それを用いて真実要約の進化的注意をシミュレートする。 イベントレベルの注意は、抽出された要約も時系列に現れる要約の抽出を支援するためにも使用できる。 これまでの中国の大規模タイムライン要約データセットを拡張し,新しい英語タイムラインデータセットを収集する。 これらのデータセットとドメイン外タイムライン17データセットで実施された大規模な実験は、UTSが自動評価と人的評価の両方で最先端のパフォーマンスを達成することを示している。

関連論文リスト

• Analyzing Temporal Complex Events with Large Language Models? A Benchmark towards Temporal, Long Context Understanding [57.62275091656578]
  時間的複合イベント(TCE)として、長い期間にわたって多くのニュース記事から構成される複合イベントについて述べる。 本稿では,Large Language Models (LLMs) を用いて,TCE内のイベントチェーンを系統的に抽出し,解析する手法を提案する。
  論文  参考訳（メタデータ） (2024-06-04T16:42:17Z)
• Event-Keyed Summarization [46.521305453350635]
  イベントキーの要約(EKS)は、従来の要約と文書レベルのイベント抽出を結合する新しいタスクである。 本稿では,従来のMUC-4データセットのすべての事象を要約したMUCSUMというデータセットを提案する。 EKSを従来の要約や構造からテクストへの要約に還元するアブレーションは、ターゲットイベントの劣るサマリーをもたらすことを示す。
  論文  参考訳（メタデータ） (2024-02-10T15:32:53Z)
• Background Summarization of Event Timelines [13.264991569806572]
  本稿では、各時系列更新と関連するイベントの背景要約を補完するバックグラウンドニュース要約のタスクを紹介する。 我々は,既存の時系列データセットをマージしてデータセットを構築し,各ニュースイベント毎の背景要約を書くよう人間アノテータに依頼する。 我々は、最先端の要約システムを用いて強力なベースライン性能を確立し、背景要約を生成するためのクエリ中心の変種を提案する。
  論文  参考訳（メタデータ） (2023-10-24T21:30:15Z)
• Zero-Shot On-the-Fly Event Schema Induction [61.91468909200566]
  本稿では,大規模な言語モデルを用いて,高レベルなイベント定義,特定のイベント,引数,それらの関係を予測・付与するソースドキュメントを生成する手法を提案する。 我々のモデルを用いて、任意のトピックに関する完全なスキーマを、手動のデータ収集、すなわちゼロショットの方法で、オンザフライで生成することができる。
  論文  参考訳（メタデータ） (2022-10-12T14:37:00Z)
• SQuALITY: Building a Long-Document Summarization Dataset the Hard Way [31.832673451018543]
  高い資格を持つ請負業者を雇い、ストーリーを読み、オリジナルの要約をスクラッチから書きます。 読解時間を記憶するために,文書毎に5つの要約を収集し,まず概要とその後の4つの質問に対処する。 最先端の要約システムによる実験は、我々のデータセットが困難であり、既存の自動評価指標が品質の弱い指標であることを示している。
  論文  参考訳（メタデータ） (2022-05-23T17:02:07Z)
• Unsupervised Summarization with Customized Granularities [76.26899748972423]
  本稿では,最初の教師なし多粒度要約フレームワークであるGranuSumを提案する。 異なる数のイベントを入力することで、GranuSumは教師なしの方法で複数の粒度のサマリーを生成することができる。
  論文  参考訳（メタデータ） (2022-01-29T05:56:35Z)
• CNTLS: A Benchmark Dataset for Abstractive or Extractive Chinese Timeline Summarization [22.813746290856916]
  中国における時系列要約のための汎用リソースであるCNTLSデータセットについて紹介する。 CNTLSは77のリアルタイムトピックを含み、それぞれ2524のドキュメントを持ち、60%近くの圧縮を要約している。 CNTLSコーパスを用いた各種抽出・生成要約システムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-05-29T03:47:10Z)
• Abstractive Query Focused Summarization with Query-Free Resources [60.468323530248945]
  本稿では,汎用的な要約リソースのみを利用して抽象的なqfsシステムを構築する問題を考える。 本稿では,要約とクエリのための新しい統一表現からなるMasked ROUGE回帰フレームワークであるMargeを提案する。 最小限の監視から学習したにもかかわらず,遠隔管理環境において最先端の結果が得られた。
  論文  参考訳（メタデータ） (2020-12-29T14:39:35Z)
• 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。