3 个月前

基于文本分割的文档摘要

基于文本分割的文档摘要

摘要

本文利用文档固有的段落结构,以提升抽取式摘要任务的性能。我们构建了两种文本分割模型,并探索了将它们的输出预测结果最优地融入抽取式摘要模型的策略。在科学文献语料库上的实验结果表明,采用高精度的文本分割方法能够显著提升抽取式摘要的效果。尤其值得注意的是,当文档中最重要的信息并不位于开头部分时,性能提升最为明显。因此,我们得出结论:文本分割有助于缓解摘要中的“导语偏差”(lead bias)问题。

基准测试

基准方法指标
text-summarization-on-arxivExtSum + oracle segmentation (extractive)
ROUGE-1: 49.49
ROUGE-2: 21.04
ROUGE-L: 44.34
text-summarization-on-arxivExtSum + supervised segmentation (extractive)
ROUGE-1: 49.11
ROUGE-2: 20.68
ROUGE-L: 44.01

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于文本分割的文档摘要 | 论文 | HyperAI超神经