論文の概要: Automatic Generation of Titles for Research Papers Using Language Models

• arxiv url: http://arxiv.org/abs/2606.05085v1
• Date: Wed, 03 Jun 2026 16:49:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.904338
• Title: Automatic Generation of Titles for Research Papers Using Language Models
• Title（参考訳）: 言語モデルを用いた研究論文のタイトルの自動生成
• Authors: Tohida Rehman, Debarshi Kumar Sanyal, Samiran Chattopadhyay,
• Abstract要約: オープンウェイトな事前学習型および大規模言語モデルを用いて,抽象概念から論文タイトルを生成する手法を提案する。 我々はCSPubSumとLREC-COING-2024データセットを使用し、社会科学の4つの雑誌から収集された新しいデータセットSpringerSSATを紹介した。
• 参考スコア（独自算出の注目度）: 7.474480823192324
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The title of a research paper conveys its primary idea and, occasionally, its conclusions in a clear and concise manner. Choosing an appropriate title is often challenging, and automated title generation can assist authors in this task. In this work, we propose a technique to generate paper titles from abstracts using open-weight pre-trained and large language models. We use the CSPubSum and LREC-COLING-2024 datasets and introduce a new dataset, SpringerSSAT, curated from four Springer journals in the social sciences. Additionally, we use GPT-3.5-turbo in a zero-shot setting to generate titles. Model performance is evaluated with ROUGE, METEOR, MoverScore, BERTScore, and SciBERTScore metrics. Our experiments show that fine-tuned PEGASUS-large outperforms other models, including fine-tuned LLaMA-3-8B and zero-shot GPT-3.5-turbo, across most metrics. We further demonstrate that ChatGPT can generate creative paper titles. Overall, AI-generated titles are generally appropriate and reliable.
• Abstract（参考訳）: 研究論文の題名は、その第一の考えを伝え、時にその結論を明確かつ簡潔に示す。 適切なタイトルを選択することはしばしば困難であり、自動タイトル生成はこのタスクで著者を支援することができる。 本研究では,オープンウェイトな事前学習型および大規模言語モデルを用いて,抽象概念から論文タイトルを生成する手法を提案する。 我々はCSPubSumとLREC-COING-2024データセットを使用し、社会科学の4つの雑誌から収集された新しいデータセットSpringerSSATを紹介した。 また、ゼロショット設定でGPT-3.5-turboを使用してタイトルを生成する。 モデル性能はROUGE、METEOR、MoverScore、BERTScore、SciBERTScoreで評価される。 LLaMA-3-8B やゼロショット GPT-3.5-turbo といった細調整 PEGASUS-large は他のモデルよりも優れた性能を示した。 さらに、ChatGPTがクリエイティブな紙タイトルを生成できることを実証する。 全体として、AI生成タイトルは一般的に適切で信頼性が高い。

関連論文リスト

• Let's Use ChatGPT To Write Our Paper! Benchmarking LLMs To Write the Introduction of a Research Paper [64.50822834679101]
  SciIGは、タイトル、抽象、および関連する作品からコヒーレントな紹介を生成するLLMの能力を評価するタスクである。 オープンソース (DeepSeek-v3, Gemma-3-12B, LLaMA 4-Maverick, MistralAI Small 3.1) およびクローズドソース GPT-4o システムを含む5つの最先端モデルを評価する。 結果は、特に意味的類似性と忠実性において、ほとんどのメトリクスにおいて、LLaMA-4 Maverickの優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2025-08-19T21:11:11Z)
• Automated Literature Review Using NLP Techniques and LLM-Based Retrieval-Augmented Generation [0.0]
  本研究では,NLP(Natural Language Processing)技術とLarge Language Model(LLM)を用いたRAG(Research-augmented Generation)を用いて,複数の文献レビューの自動生成手法を提示し,比較する。 周波数ベースの手法(spaCy)、トランスフォーマーモデル(Simple T5)、大規模言語モデル(GPT-3.5-turbo)を用いた検索拡張生成(RAG)など、いくつかの自然言語処理(NLP)戦略の有効性を評価する。
  論文  参考訳（メタデータ） (2024-11-27T18:27:07Z)
• Can pre-trained language models generate titles for research papers? [3.3489486000815765]
  本稿では,論文のタイトルを要約から生成するために,事前学習した言語モデルを微調整する。 また、ゼロショット設定でGPT-3.5-turboを使用して、紙のタイトルを生成する。 我々の観察では、AIが生成した論文のタイトルは一般的に正確で適切であることが示唆されている。
  論文  参考訳（メタデータ） (2024-09-22T21:34:49Z)
• Good things come in three: Generating SO Post Titles with Pre-Trained Models, Self Improvement and Post Ranking [5.874782446136913]
  Stack Overflowは著名なQとAフォーラムであり、開発者がプログラミング関連の問題に適切なリソースを求めるのをサポートする。 高品質な質問タイトルを持つことは、開発者の注意を引き付ける効果的な手段である。 主にトレーニング済みのモデルを活用して、コードスニペットや問題記述からタイトルを生成する研究が行われている。 自己改善とポストランキングを備えた微調整言語モデルを用いて,Stack Overflowのポストタイトルを生成するソリューションとしてFILLERを提案する。
  論文  参考訳（メタデータ） (2024-06-21T20:18:34Z)
• AnnoLLM: Making Large Language Models to Be Better Crowdsourced Annotators [98.11286353828525]
  GPT-3.5シリーズのモデルは、様々なNLPタスクにまたがる顕著な少数ショットとゼロショットの能力を示している。 本稿では,2段階のアプローチを取り入れたAnnoLLMを提案する。 我々はAnnoLLMを用いた対話型情報検索データセットを構築した。
  論文  参考訳（メタデータ） (2023-03-29T17:03:21Z)
• Large Language Models in the Workplace: A Case Study on Prompt Engineering for Job Type Classification [58.720142291102135]
  本研究では,実環境における職種分類の課題について検討する。 目標は、英語の求職が卒業生やエントリーレベルの地位に適切かどうかを判断することである。
  論文  参考訳（メタデータ） (2023-03-13T14:09:53Z)
• Development of an Extractive Title Generation System Using Titles of Papers of Top Conferences for Intermediate English Students [0.0]
  本研究では,抽象語から抽出したキーワードからタイトルを定式化する抽出タイトル生成システムを開発した。 また,紙のタイトルの適切性を評価できるタイトル評価モデルも実現した。 その結果,評価モデルでは,中学生や初心者の生徒よりも,トップコンファレンスタイトルを効果的に識別できることがわかった。
  論文  参考訳（メタデータ） (2021-10-08T15:41:27Z)

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。