論文の概要: Summaries, Highlights, and Action items: Design, implementation and evaluation of an LLM-powered meeting recap system

• arxiv url: http://arxiv.org/abs/2307.15793v1
• Date: Fri, 28 Jul 2023 20:25:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-01 19:24:44.756338
• Title: Summaries, Highlights, and Action items: Design, implementation and evaluation of an LLM-powered meeting recap system
• Title（参考訳）: 要約, ハイライト, アクション項目:LCMを利用した会議リキャップシステムの設計, 実装, 評価
• Authors: Sumit Asthana, Sagih Hilleli, Pengcheng He, Aaron Halfaker
• Abstract要約: 対話要約のための大規模言語モデル(LLM)は、ミーティングの体験を改善する可能性がある。 この可能性にもかかわらず、長い書き起こしと、ユーザのコンテキストに基づいて多様なリキャップニーズをキャプチャできないため、技術的な制限に直面している。 本研究では,対話要約による表現をビルディングブロックとして運用するシステムを開発した。
• 参考スコア（独自算出の注目度）: 13.173495442527082
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Meetings play a critical infrastructural role in the coordination of work. In recent years, due to shift to hybrid and remote work, more meetings are moving to online Computer Mediated Spaces. This has led to new problems (e.g. more time spent in less engaging meetings) and new opportunities (e.g. automated transcription/captioning and recap support). Recent advances in large language models (LLMs) for dialog summarization have the potential to improve the experience of meetings by reducing individuals' meeting load and increasing the clarity and alignment of meeting outputs. Despite this potential, they face technological limitation due to long transcripts and inability to capture diverse recap needs based on user's context. To address these gaps, we design, implement and evaluate in-context a meeting recap system. We first conceptualize two salient recap representations -- important highlights, and a structured, hierarchical minutes view. We develop a system to operationalize the representations with dialogue summarization as its building blocks. Finally, we evaluate the effectiveness of the system with seven users in the context of their work meetings. Our findings show promise in using LLM-based dialogue summarization for meeting recap and the need for both representations in different contexts. However, we find that LLM-based recap still lacks an understanding of whats personally relevant to participants, can miss important details, and mis-attributions can be detrimental to group dynamics. We identify collaboration opportunities such as a shared recap document that a high quality recap enables. We report on implications for designing AI systems to partner with users to learn and improve from natural interactions to overcome the limitations related to personal relevance and summarization quality.
• Abstract（参考訳）: 会議は作業の調整において重要なインフラ的役割を果たす。 近年、ハイブリッドワークやリモートワークへの移行により、オンラインのComputer Mediated Spacesに多くのミーティングが移行している。 これは、新しい問題(例えば、より活発なミーティングに費やす時間の増加)と新しい機会(例えば、自動書き起こし/カプセル化と再カプセル化のサポート)につながった。 対話要約のための大規模言語モデル(LLM)の最近の進歩は、個人の会議負荷を減らし、ミーティングアウトプットの明確化と整合性を高めることにより、ミーティングの経験を改善する可能性がある。 この可能性にもかかわらず、長い書き起こしとユーザのコンテキストに基づいて多様なリカバリニーズをキャプチャできないことによる技術的制限に直面している。 これらのギャップに対処するため、ミーティング・リキャップシステムの設計、実装、評価を行う。 まず、重要なハイライトと構造化された階層的な分ビューという、2つのsaient recap表現を概念化します。 対話要約を構成要素として表現を運用するシステムを開発した。 最後に,作業会議のコンテキストにおいて,7人のユーザによるシステムの有効性を評価する。 以上の結果から,LLMを用いた対話要約による会議の要約と,異なる文脈での両表現の必要性が示唆された。 しかし, LLM をベースとしたリキャップには, 参加者の個人的関係を理解していないこと, 重要な詳細を見逃しかねないこと, グループダイナミクスに有害な誤帰があることが判明した。 高品質なリキャップを可能にする共有リキャップドキュメントのようなコラボレーションの機会を特定します。 本稿では,人間関係や要約品質に関する制約を克服するために,AIシステムの設計とユーザとの連携によって,自然なインタラクションから学び,改善することの重要性について報告する。

関連論文リスト

• Increasing faithfulness in human-human dialog summarization with Spoken Language Understanding tasks [0.0]
  本稿では,タスク関連情報を組み込むことによって,要約処理の促進を図ることを提案する。 その結果,タスク関連情報とモデルを統合することで,単語の誤り率が異なる場合でも要約精度が向上することがわかった。
  論文  参考訳（メタデータ） (2024-09-16T08:15:35Z)
• What's Wrong? Refining Meeting Summaries with LLM Feedback [6.532478490187084]
  本稿では,人間レビュープロセスを模倣した2段階プロセスを用いて,会議要約のためのマルチLLM補正手法を提案する。 QMSum Mistakeは、人によって注釈付けされた会議要約を9種類のエラータイプで自動生成する200のデータセットである。 特定ミスを実用的なフィードバックに変換することで,関連性,情報性,簡潔性,一貫性によって測定された要約の質を向上させる。
  論文  参考訳（メタデータ） (2024-07-16T17:10:16Z)
• Symbolic Planning and Code Generation for Grounded Dialogue [78.48668501764385]
  大規模言語モデル(LLM)は、テキストとコードの両方の処理と生成に優れる。 本稿では,LLMをシンボリックプランナと接地コード実行で構成することで,欠点に対処する,モジュール型で解釈可能な接地対話システムを提案する。 我々のシステムは、人間の評価におけるタスク成功率を最も困難な環境で56%から69%に改善するなど、従来の最先端技術よりも大幅に優れています。
  論文  参考訳（メタデータ） (2023-10-26T04:22:23Z)
• Minuteman: Machine and Human Joining Forces in Meeting Summarization [2.900810893770134]
  本稿では,効率的なセミオートマチックミーティングを実現するための新しいツールを提案する。 このツールは、ユーザーが共同で編集できるライブの書き起こしとライブミーティングの要約を提供する。 結果として得られたアプリケーションは、メモ係の認知的負荷を緩和し、ミーティングの一部が欠席したり、焦点が合わなかったりして、簡単に追いつくことができる。
  論文  参考訳（メタデータ） (2023-09-11T07:10:47Z)
• FCC: Fusing Conversation History and Candidate Provenance for Contextual Response Ranking in Dialogue Systems [53.89014188309486]
  複数のチャネルからコンテキスト情報を統合できるフレキシブルなニューラルネットワークフレームワークを提案する。 会話応答ランキングタスクの評価に広く用いられているMSDialogデータセット上で,本モデルの評価を行った。
  論文  参考訳（メタデータ） (2023-03-31T23:58:28Z)
• Collaborative Reasoning on Multi-Modal Semantic Graphs for Video-Grounded Dialogue Generation [53.87485260058957]
  本研究では,対話コンテキストと関連ビデオに基づいて応答を生成するビデオグラウンド・ダイアログ生成について検討する。 本課題の主な課題は,(1)事前学習言語モデル(PLM)に映像データを統合することの難しさである。 異なるモーダルの推論を協調的に行うマルチエージェント強化学習法を提案する。
  論文  参考訳（メタデータ） (2022-10-22T14:45:29Z)
• Abstractive Meeting Summarization: A Survey [15.455647477995306]
  会話の最も重要なポイントを確実に識別し、まとめることのできるシステムは、様々な現実世界の文脈で有用である。 ディープラーニングの最近の進歩は言語生成システムを大幅に改善し、抽象的な要約の形式を改良する扉を開いた。 本稿では,要約を抽象化するタスクによって引き起こされる課題の概要と,この問題に対処するために使用されるデータセット,モデル,評価指標について概説する。
  論文  参考訳（メタデータ） (2022-08-08T14:04:38Z)
• 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)
• Learning an Effective Context-Response Matching Model with Self-Supervised Tasks for Retrieval-based Dialogues [88.73739515457116]
  我々は,次のセッション予測,発話復元,不整合検出,一貫性判定を含む4つの自己教師型タスクを導入する。 我々はPLMに基づく応答選択モデルとこれらの補助タスクをマルチタスク方式で共同で訓練する。 実験結果から,提案した補助的自己教師型タスクは,多ターン応答選択において大きな改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2020-09-14T08:44:46Z)
• 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。