論文の概要: DiscoSum: Discourse-aware News Summarization

• arxiv url: http://arxiv.org/abs/2506.06930v1
• Date: Sat, 07 Jun 2025 22:00:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.56973
• Title: DiscoSum: Discourse-aware News Summarization
• Title（参考訳）: DiscoSum: 話題を意識したニュース要約
• Authors: Alexander Spangher, Tenghao Huang, Jialiang Gu, Jiatong Shi, Muhao Chen,
• Abstract要約: 本稿では,談話構造を要約プロセスに統合するための新しいアプローチを提案する。 本稿では,ソーシャルメディアプラットフォーム間で,ニュース記事が複数回,異なる方法で要約される新しい要約データセットを提案する。 本研究では、要約構造を記述するための新しいニュース談話スキーマと、構造認識要約にビームサーチ技術を用いる新しいアルゴリズムであるディスコサムを開発する。
• 参考スコア（独自算出の注目度）: 79.4884227574627
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in text summarization have predominantly leveraged large language models to generate concise summaries. However, language models often do not maintain long-term discourse structure, especially in news articles, where organizational flow significantly influences reader engagement. We introduce a novel approach to integrating discourse structure into summarization processes, focusing specifically on news articles across various media. We present a novel summarization dataset where news articles are summarized multiple times in different ways across different social media platforms (e.g. LinkedIn, Facebook, etc.). We develop a novel news discourse schema to describe summarization structures and a novel algorithm, DiscoSum, which employs beam search technique for structure-aware summarization, enabling the transformation of news stories to meet different stylistic and structural demands. Both human and automatic evaluation results demonstrate the efficacy of our approach in maintaining narrative fidelity and meeting structural requirements.
• Abstract（参考訳）: テキスト要約の最近の進歩は、大規模な言語モデルを利用して簡潔な要約を生成する。 しかし,言語モデルでは,特に,組織の流れが読者のエンゲージメントに大きく影響を及ぼすニュース記事において,長期的談話構造は維持されないことが多い。 本稿では,言論構造を要約プロセスに統合する新たなアプローチを提案する。 本稿では,さまざまなソーシャルメディアプラットフォーム(LinkedIn,Facebookなど)にまたがって,ニュース記事が複数回要約される新しい要約データセットを提案する。 本研究では,要約構造を記述するための新しいニュース談話スキーマと,構造認識要約にビームサーチ技術を用いた新しいアルゴリズムであるDiscoSumを開発し,異なるスタイルと構造的要求を満たすためのニュース物語の変換を実現する。 人的および自動評価の結果は,物語の忠実性維持と構造的要求を満たすためのアプローチの有効性を示すものである。

関連論文リスト

• Mapping News Narratives Using LLMs and Narrative-Structured Text Embeddings [0.0]
  構造主義言語理論に基づく数値的物語表現を導入する。 オープンソースLLMを用いてアクタントを抽出し,それをナラティブ構造化テキスト埋め込みに統合する。 本稿では,イスラエル・パレスチナ紛争に関するアル・ジャジーラとワシントン・ポストの新聞記事5000件を例に,本手法の分析的考察を紹介する。
  論文  参考訳（メタデータ） (2024-09-10T14:15:30Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• Unsupervised Story Discovery from Continuous News Streams via Scalable Thematic Embedding [37.62597275581973]
  関連ニュース記事のあるストーリーをリアルタイムで発見することは、高価な人間のアノテーションなしで巨大なニュースストリームを消化するのに役立ちます。 記事や物語を動的に表現するために,既訓練の文エンコーダを用いた新しいテーマ埋め込みを提案する。 実ニュースデータセットによる徹底的な評価は、USTORYがベースラインよりも高いストーリー発見性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-04-08T20:41:15Z)
• Generating Coherent Narratives by Learning Dynamic and Discrete Entity States with a Contrastive Framework [68.1678127433077]
  我々はトランスフォーマーモデルを拡張して,物語生成のためのエンティティ状態更新と文実現を動的に行う。 2つのナラティブデータセットの実験により、我々のモデルは強いベースラインよりも一貫性があり多様なナラティブを生成できることが示された。
  論文  参考訳（メタデータ） (2022-08-08T09:02:19Z)
• Multi-View Sequence-to-Sequence Models with Conversational Structure for Abstractive Dialogue Summarization [72.54873655114844]
  テキスト要約は、NLPにおいて最も困難で興味深い問題の1つである。 本研究では、まず、異なる視点から構造化されていない日々のチャットの会話構造を抽出し、会話を表現するマルチビューシーケンス・ツー・シーケンスモデルを提案する。 大規模対話要約コーパスの実験により,本手法は,自動評価と人的判断の両面から,従来の最先端モデルよりも有意に優れた性能を示した。
  論文  参考訳（メタデータ） (2020-10-04T20:12:44Z)
• CompRes: A Dataset for Narrative Structure in News [2.4578723416255754]
  ニュースメディアにおける物語構造のための最初のデータセットであるCompResを紹介する。 アノテーション付きデータセットを使用して、複数の教師付きモデルをトレーニングし、異なる物語要素を識別します。
  論文  参考訳（メタデータ） (2020-07-09T15:21:59Z)
• 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)
• The Shmoop Corpus: A Dataset of Stories with Loosely Aligned Summaries [72.48439126769627]
  個々の章ごとに詳細なマルチパラグラフの要約と組み合わせた231ストーリーのデータセットであるShmoop Corpusを紹介します。 コーパスから、クローズ形式の質問応答や抽象的要約の簡易な形式を含む共通のNLPタスクのセットを構築する。 このコーパスのユニークな構造は、マシンストーリーの理解をより親しみやすいものにするための重要な基盤となると信じている。
  論文  参考訳（メタデータ） (2019-12-30T21:03:59Z)

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。