Fugu-MT 論文翻訳(概要): Improving Query-Focused Meeting Summarization with Query-Relevant Knowledge

論文の概要: Improving Query-Focused Meeting Summarization with Query-Relevant Knowledge

arxiv url: http://arxiv.org/abs/2309.02105v1
Date: Tue, 5 Sep 2023 10:26:02 GMT
ステータス: 処理完了
システム内更新日: 2023-09-06 15:22:02.087409
Title: Improving Query-Focused Meeting Summarization with Query-Relevant Knowledge
Title（参考訳）: クエリ関連知識による会議要約の改善
Authors: Tiezheng Yu, Ziwei Ji, Pascale Fung
Abstract要約: 本稿では,その課題に対処するため,知識認識要約器(KAS)と呼ばれる知識強化2段階のフレームワークを提案する。最初の段階では、クエリ関連セグメント抽出を改善するために知識認識スコアを導入します。第2段階では,クエリ関連知識を要約生成に取り入れる。
参考スコア（独自算出の注目度）: 71.14873115781366
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Query-Focused Meeting Summarization (QFMS) aims to generate a summary of a given meeting transcript conditioned upon a query. The main challenges for QFMS are the long input text length and sparse query-relevant information in the meeting transcript. In this paper, we propose a knowledge-enhanced two-stage framework called Knowledge-Aware Summarizer (KAS) to tackle the challenges. In the first stage, we introduce knowledge-aware scores to improve the query-relevant segment extraction. In the second stage, we incorporate query-relevant knowledge in the summary generation. Experimental results on the QMSum dataset show that our approach achieves state-of-the-art performance. Further analysis proves the competency of our methods in generating relevant and faithful summaries.
Abstract（参考訳）: Query-Focused Meeting Summarization (QFMS)は、クエリに条件付けされたミーティングの書き起こしの要約を生成することを目的としている。 QFMSの主な課題は、長い入力テキストの長さと会議の書き起こしにおけるクエリ関連情報である。本稿では,この課題に対処するために,知識認識要約器 (KAS) と呼ばれる知識強化2段階のフレームワークを提案する。第1段階では,問合せ関連セグメント抽出を改善するための知識認識スコアを導入する。第2段階では,クエリ関連の知識を要約生成に組み込む。 QMSumデータセットによる実験結果から,本手法が最先端の性能を実現することを示す。さらなる分析は、我々の手法が関連性があり忠実な要約を生成する能力を証明している。

関連論文リスト

IDEAL: Leveraging Infinite and Dynamic Characterizations of Large Language Models for Query-focused Summarization [59.06663981902496]
クエリ中心の要約(QFS)は、特定の関心事に答え、より優れたユーザ制御とパーソナライゼーションを可能にする要約を作成することを目的としている。本稿では,LLMを用いたQFSモデル,Longthy Document Summarization,およびクエリ-LLMアライメントの2つの重要な特徴について検討する。これらのイノベーションは、QFS技術分野における幅広い応用とアクセシビリティの道を開いた。
論文参考訳（メタデータ） (2024-07-15T07:14:56Z)
Selecting Query-bag as Pseudo Relevance Feedback for Information-seeking Conversations [76.70349332096693]
情報検索対話システムは電子商取引システムで広く利用されている。クエリバッグに基づくPseudo Relevance Feedback framework(QB-PRF)を提案する。関連クエリを備えたクエリバッグを構築し、擬似シグナルとして機能し、情報検索の会話をガイドする。
論文参考訳（メタデータ） (2024-03-22T08:10:32Z)
Investigating Consistency in Query-Based Meeting Summarization: A Comparative Study of Different Embedding Methods [0.0]
テキスト要約は自然言語処理(NLP)分野における有名な応用の1つである。与えられたコンテキストに基づいて重要な情報による要約を自動的に生成することを目的としている。本稿では,Microsoft が提案した "QMSum: A New Benchmark for Query-based Multi-domain Meeting Summarization" に着想を得た。また,提案するLocaterモデルを用いて,与えられたテキストとクエリに基づいて関連するスパンを抽出し,それをSummarizerモデルで要約する。
論文参考訳（メタデータ） (2024-02-10T08:25:30Z)
Aspect-based Meeting Transcript Summarization: A Two-Stage Approach with Weak Supervision on Sentence Classification [91.13086984529706]
Aspect-based meeting transcript summarization は複数の要約を生成することを目的としている。従来の要約手法は、全ての側面の情報を1つの要約で混合する。アスペクトベースの会議書き起こし要約のための2段階の手法を提案する。
論文参考訳（メタデータ） (2023-11-07T19:06:31Z)
QontSum: On Contrasting Salient Content for Query-focused Summarization [22.738731393540633]
クエリ中心の要約(QFS)は、特定のクエリに対処する要約を生成する自然言語処理において難しいタスクである。本稿では,GARにおけるQFSの役割について述べる。コントラスト学習を利用したQFSの新しい手法であるQontSumを提案する。
論文参考訳（メタデータ） (2023-07-14T19:25:35Z)
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)
End-to-end Knowledge Retrieval with Multi-modal Queries [50.01264794081951]
ReMuQは、テキストと画像のクエリからコンテンツを統合することで、大規模なコーパスから知識を取得するシステムを必要とする。本稿では,入力テキストや画像を直接処理し,関連する知識をエンドツーエンドで検索する検索モデルReViz'を提案する。ゼロショット設定下での2つのデータセットの検索において,優れた性能を示す。
論文参考訳（メタデータ） (2023-06-01T08:04:12Z)
Query-Utterance Attention with Joint modeling for Query-Focused Meeting Summarization [4.763356598070365]
本稿では,クエリ・Utterance Attentionに基づく共同モデリングトークンと発話を用いた問合せ対応フレームワークを提案する。異なる粒度のクエリ関連性は、クエリに関連する要約を生成するのに寄与することを示す。
論文参考訳（メタデータ） (2023-03-08T10:21:45Z)
QMSum: A New Benchmark for Query-based Multi-domain Meeting Summarization [45.83402681068943]
QMSumは、複数のドメインで232のミーティングで1,808のクエリサマリーペアで構成されている。 find-then-summarizeメソッドを調査し、タスクに関する強力な要約ベースラインのセットを評価します。
論文参考訳（メタデータ） (2021-04-13T05:00:35Z)
Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term Importance Estimation and Neural Query Rewriting [56.268862325167575]
マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
論文参考訳（メタデータ） (2020-05-05T14:30:20Z)

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。