論文の概要: PerSphere: A Comprehensive Framework for Multi-Faceted Perspective Retrieval and Summarization

• arxiv url: http://arxiv.org/abs/2412.12588v1
• Date: Tue, 17 Dec 2024 06:44:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 13:59:38.712076
• Title: PerSphere: A Comprehensive Framework for Multi-Faceted Perspective Retrieval and Summarization
• Title（参考訳）: PerSphere: 多面的パースペクティブ検索と要約のための総合的なフレームワーク
• Authors: Yun Luo, Yingjie Li, Xiangkun Hu, Qinglin Qi, Fang Guo, Qipeng Guo, Zheng Zhang, Yue Zhang,
• Abstract要約: PerSphereは多面的視点検索と要約を容易にするために設計されたベンチマークである。 PerSphere内の各クエリには、2つの反対のクレームがあり、それぞれが異なる、重複しない視点でサポートされている。 我々のゴールは、これらの文書を正確に要約し、それぞれの主張とその基盤となる視点と要約を一致させることです。
• 参考スコア（独自算出の注目度）: 34.32063749002148
• License:
• Abstract: As online platforms and recommendation algorithms evolve, people are increasingly trapped in echo chambers, leading to biased understandings of various issues. To combat this issue, we have introduced PerSphere, a benchmark designed to facilitate multi-faceted perspective retrieval and summarization, thus breaking free from these information silos. For each query within PerSphere, there are two opposing claims, each supported by distinct, non-overlapping perspectives drawn from one or more documents. Our goal is to accurately summarize these documents, aligning the summaries with the respective claims and their underlying perspectives. This task is structured as a two-step end-to-end pipeline that includes comprehensive document retrieval and multi-faceted summarization. Furthermore, we propose a set of metrics to evaluate the comprehensiveness of the retrieval and summarization content. Experimental results on various counterparts for the pipeline show that recent models struggle with such a complex task. Analysis shows that the main challenge lies in long context and perspective extraction, and we propose a simple but effective multi-agent summarization system, offering a promising solution to enhance performance on PerSphere.
• Abstract（参考訳）: オンラインプラットフォームとレコメンデーションアルゴリズムが進化するにつれて、人々はエコーチャンバーに閉じ込められ、様々な問題に対するバイアスのある理解につながります。 この問題に対処するために,多面的な視点検索と要約を容易にするベンチマークPerSphereを導入した。 PerSphere内の各クエリには、2つの反対のクレームがあり、それぞれが1つ以上のドキュメントから引き出された異なる、重複しない視点でサポートされている。 我々のゴールは、これらの文書を正確に要約し、それぞれの主張とその基盤となる視点と要約を一致させることです。 このタスクは、包括的な文書検索と多面要約を含む2段階のエンドツーエンドパイプラインとして構成される。 さらに,検索・要約コンテンツの包括性を評価するための指標セットを提案する。 パイプラインに対する様々な実験結果から、最近のモデルではそのような複雑なタスクに苦労していることがわかる。 分析の結果、主な課題は長期のコンテキストと視点抽出であり、PerSphereの性能向上のための有望なソリューションを提供する、単純だが効果的なマルチエージェント要約システムを提案する。

関連論文リスト

• Open-World Evaluation for Retrieving Diverse Perspectives [39.22331280176582]
  主観的質問に対する検索多様性のベンチマーク(BERDS)を作成する。 それぞれの例は質問と、質問に関連するさまざまな視点で構成されている。 検索した文書に視点があるかどうかを判断する言語モデルに基づく自動評価器を構築する。
  論文  参考訳（メタデータ） (2024-09-26T17:52:57Z)
• QFMTS: Generating Query-Focused Summaries over Multi-Table Inputs [63.98556480088152]
  表要約は、情報を簡潔で分かりやすいテキスト要約に凝縮するための重要な課題である。 本稿では,クエリ中心のマルチテーブル要約を導入することで,これらの制約に対処する新しい手法を提案する。 提案手法は,テーブルシリアライズモジュール,要約コントローラ,および大規模言語モデルからなり,ユーザの情報要求に合わせたクエリ依存のテーブル要約を生成する。
  論文  参考訳（メタデータ） (2024-05-08T15:05:55Z)
• Large-Scale and Multi-Perspective Opinion Summarization with Diverse Review Subsets [23.515892409202344]
  SUBSUMMは大規模多視点意見要約のための教師付き要約フレームワークである。 数百のインプットレビューから、プロ、コン、そして検証の要約を生成する。
  論文  参考訳（メタデータ） (2023-10-20T08:08:13Z)
• UniSumm and SummZoo: Unified Model and Diverse Benchmark for Few-Shot Summarization [54.59104881168188]
  textscUniSummは、複数の要約タスクで事前訓練された、統合された数ショットの要約モデルである。 textscSummZooは、スクリーンショットの要約をよりよく評価するための新しいベンチマークである。
  論文  参考訳（メタデータ） (2022-11-17T18:54:47Z)
• 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)
• Aspect-Oriented Summarization through Query-Focused Extraction [23.62412515574206]
  実際のユーザのニーズは、特定のクエリではなく、ユーザが興味を持っているデータセットの幅広いトピックという側面に、より深く浸透することが多い。 抽出クエリに焦点を絞った学習手法をベンチマークし、モデルを訓練するための対照的な拡張手法を提案する。 我々は2つのアスペクト指向データセットを評価し、この手法が一般的な要約システムよりも焦点を絞った要約を得られることを発見した。
  論文  参考訳（メタデータ） (2021-10-15T18:06:21Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Text Summarization with Latent Queries [60.468323530248945]
  本稿では,LaQSumについて紹介する。LaQSumは,既存の問合せ形式と抽象的な要約のための文書から遅延クエリを学習する,最初の統一テキスト要約システムである。 本システムでは, 潜伏クエリモデルと条件付き言語モデルとを協調的に最適化し, ユーザがテスト時に任意のタイプのクエリをプラグイン・アンド・プレイできるようにする。 本システムでは,クエリタイプ,文書設定,ターゲットドメインの異なる要約ベンチマークにおいて,強力な比較システムの性能を強く向上させる。
  論文  参考訳（メタデータ） (2021-05-31T21:14:58Z)
• Multi-Perspective Abstractive Answer Summarization [76.10437565615138]
  コミュニティ質問応答フォーラムには、幅広い質問に対する回答の豊富なリソースが含まれている。 マルチパースペクティブな回答要約の目標は、答えのすべての観点を含む要約を作成することである。 本研究は,多視点抽象要約を自動生成する新しいデータセット作成手法を提案する。
  論文  参考訳（メタデータ） (2021-04-17T13:15:29Z)

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。