論文の概要: Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization?

• arxiv url: http://arxiv.org/abs/2408.07277v1
• Date: Mon, 12 Aug 2024 13:25:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-15 14:25:39.920560
• Title: Speech vs. Transcript: Does It Matter for Human Annotators in Speech Summarization?
• Title（参考訳）: 音声対トランスクリプト:音声要約における人間のアノテーションは重要か?
• Authors: Roshan Sharma, Suwon Shon, Mark Lindsey, Hira Dhamyal, Rita Singh, Bhiksha Raj,
• Abstract要約: 録音を聴くアノテータに基づく要約は、アノテータが書き起こしを読むものとは異なるかを検討する。 音声に基づく要約は、転写文に基づく要約よりも、現実的に一貫性があり、情報選択的であることが判明した。
• 参考スコア（独自算出の注目度）: 35.71047777304832
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Reference summaries for abstractive speech summarization require human annotation, which can be performed by listening to an audio recording or by reading textual transcripts of the recording. In this paper, we examine whether summaries based on annotators listening to the recordings differ from those based on annotators reading transcripts. Using existing intrinsic evaluation based on human evaluation, automatic metrics, LLM-based evaluation, and a retrieval-based reference-free method. We find that summaries are indeed different based on the source modality, and that speech-based summaries are more factually consistent and information-selective than transcript-based summaries. Meanwhile, transcript-based summaries are impacted by recognition errors in the source, and expert-written summaries are more informative and reliable. We make all the collected data and analysis code public(https://github.com/cmu-mlsp/interview_humanssum) to facilitate the reproduction of our work and advance research in this area.
• Abstract（参考訳）: 抽象的な音声要約のための参照要約は、音声録音を聴いたり、録音のテキストの書き起こしを読むことで行うことができる人間のアノテーションを必要とする。 本稿では,アノテータを聴くアノテータに基づく要約と,アノテータが書き起こしを読もうとする要約の相違について検討する。 人的評価,自動計測,LCMに基づく評価,検索に基づく参照フリー手法に基づく既存の内在的評価を用いた。 音声に基づく要約は、転写文に基づく要約よりも、現実的に一貫性があり、情報選択的であることが判明した。 一方、テキストベースの要約はソースの認識エラーの影響を受け、専門家による要約はより情報的で信頼性が高い。 収集したすべてのデータおよび分析コードを公開(https://github.com/cmu-mlsp/interview_humanssum)して、作業の再現を容易にし、この分野の研究を進める。

関連論文リスト

• AugSumm: towards generalizable speech summarization using synthetic labels from large language model [61.73741195292997]
  抽象音声要約(SSUM)は、音声から人間に似た要約を生成することを目的としている。 従来のSSUMモデルは、主に、人間による注釈付き決定論的要約(英語版)を用いて訓練され、評価されている。 AugSummは,人間のアノテータが拡張要約を生成するためのプロキシとして,大規模言語モデル(LLM)を利用する手法である。
  論文  参考訳（メタデータ） (2024-01-10T18:39:46Z)
• On Context Utilization in Summarization with Large Language Models [83.84459732796302]
  大きな言語モデル(LLM)は抽象的な要約タスクに優れ、流動的で関連する要約を提供する。 最近の進歩は、100kトークンを超える長期入力コンテキストを扱う能力を拡張している。 要約における文脈利用と位置バイアスに関する最初の総合的研究を行う。
  論文  参考訳（メタデータ） (2023-10-16T16:45:12Z)
• ESSumm: Extractive Speech Summarization from Untranscribed Meeting [7.309214379395552]
  本稿では,音声から音声への直接要約のための新しいアーキテクチャであるESSummを提案する。 市販の自己教師型畳み込みニューラルネットワークを利用して、生音声から深層音声の特徴を抽出する。 提案手法は,目的の要約長でキー情報をキャプチャする音声セグメントの最適シーケンスを自動的に予測する。
  論文  参考訳（メタデータ） (2022-09-14T20:13:15Z)
• Towards Abstractive Grounded Summarization of Podcast Transcripts [33.268079036601634]
  ポッドキャストの書き起こしの要約は、コンテンツ提供者と消費者の両方にとって実用的な利益である。 これは、コンシューマーがポッドキャストを聴くかどうかを素早く判断し、要約を書くためのコンテンツプロバイダの負荷を減らすのに役立つ。 しかし、ポッドキャストの要約は、入力に関する事実上の矛盾を含む重大な課題に直面している。
  論文  参考訳（メタデータ） (2022-03-22T02:44:39Z)
• StreamHover: Livestream Transcript Summarization and Annotation [54.41877742041611]
  ライブストリームの書き起こしを注釈付けして要約するフレームワークであるStreamHoverを紹介します。 合計500時間以上のビデオに抽出的要約と抽象的要約を併用したベンチマークデータセットは,既存の注釈付きコーパスよりもはるかに大きい。 我々のモデルはより一般化され、強力なベースラインよりも性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-09-11T02:19:37Z)
• Extractive Summarization of Call Transcripts [77.96603959765577]
  本稿では, 話題のモデル化と文選択と句読点の復元を併用した母語的手法を提案する。 大規模なテスト,評価,比較により,この要約法の有効性が証明された。
  論文  参考訳（メタデータ） (2021-03-19T02:40:59Z)
• 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)

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。