summarization

相似度衡量（需复现）：苏剑林博客2：Unsupervised Opinion Summarization Using Approximate Geodesics

UnsupervisedOpinionSummarizationUsingApproximateGeodesics评述我觉的这篇论文可以细细研读，针对比较关心的几个问题，给了解决方案，在各向异性，在语义表示上，都提出了一些改进。我觉得可以。可以作为复现论文之一。论文围绕两个问题：1如何获得较好的语义表示向量？（传统预训练语言模型具有各向异性）2如何测算语义表示向量之间的相对距离？（基于统计的方法和
等景，不如找景·2022-12-09 07:05

论文阅读 Get To The Point: Summarization with Pointer-Generator Networks

今天学累了，读论文冷静下文章目录前言一、ovv问题是什么？二、拟解决的问题三、实验结果四、使用到的技术以及模型前言本篇论文主要是用了copy机制，从输入中拷贝结果到输出，缓解OOV问题。本文提出一种新颖的架构：使用两种方式增强标准的seq2seq注意力模型。一，使用混合指针生成网络，利用指针从原文精确地复制单词，同时保留生成器产生新单词的能力。二，使用覆盖机制跟踪哪些单词已经被摘取，避免生成重复文
欢桑·2022-12-01 13:14

【文本生成】评价指标：事实一致性Evaluating the Factual Consistency of Abstractive Text Summarization

论文：2019年《EvaluatingtheFactualConsistencyofAbstractiveTextSummarization》https://arxiv.org/pdf/1910.12840.pdfmotivation经研究高达30%的摘要是和原文事实不符的，到目前为止也没有非常好的办法去解决摘要与原文的事实一致性。introduction与事实一致的问题与两个问题最为接近：一个是
尽量不躺平的kayla·2022-11-21 23:14

文本摘要（text summarization）任务：研究范式，重要模型，评估指标（持续更新ing...）

诸神缄默不语-个人CSDN博文目录本文是作者在学习文本摘要任务的过程中，根据学习资料总结逐步得到并整理为成文的相关内容。相关学习资料（包括论文、博文、视频等）都会以脚注等形式标明。有一些在一篇内会导致篇幅过长的内容会延伸到其他博文中撰写，但会在本文中提供超链接。本文将主要列举里程碑式的重要文本摘要论文。注意：除文首的表格外，本文所参考的论文，如本人已撰写对应的学习博文，则不直接引用原论文，而引用我
诸神缄默不语·2022-11-21 23:07

相似度系列-7：单维度：Evaluating the Factual Consistency of Abstractive Text Summarization

EvaluatingtheFactualConsistencyofAbstractiveTextSummarization在研究方法上，还需要不是特别的精致，而且，和人类的correlation度，没有做评比，可能是因为是二分类问题，并且数据都是由人来标注的。这篇文章在引入研究内容上，可以！！！challenges,suchasfactualconsistency.在摘要生成任务中，评估事实的连贯
等景，不如找景·2022-11-21 23:06

Get To The Point: Summarization with Pointer-Generator Networks

论文题目：《GetToThePoint:SummarizationwithPointer-GeneratorNetworks》主要内容：seq2seq，文本摘要《切中要害：指针生成器网络概述》摘要神经序列到序列模型为抽象文本摘要提供了一种可行的新方法（这意味着它们不限于从原始文本中简单地选择和重新排列段落）。然而，这些模型有两个缺点：它们容易不准确地再现事实细节，而且往往会重复自己。在这项工作中，
流萤数点·2022-11-21 16:24

【论文阅读笔记自用】HIBRIDS: Attention with Hierarchical Biasesfor Structure-aware Long Document Summarization

文章链接：https://arxiv.org/pdf/2203.10741.pdf代码地址：https://shuyangcao.github.io/projects/structure_long_summAbs文档结构对于有效的信息利用至关重要。然而，将其有效地编码到现代Transformer体系结构中是一项挑战。在这项工作中，我们提出了HIBRIDS，它为将文档结构纳入attention分数的
献给陆河·2022-11-21 14:52

翻译ESSumm: Extractive Speech Summarization from Untranscribed Meeting

ESSumm:ExtractiveSpeechSummarizationfromUntranscribedMeeting从非转录会议中提取语音摘要（非转录：原音频，没有转化为文本或者其他格式）论文地址https://arxiv.org/abs/2209.06913摘要在本文中，我们为直接提取语音到语音的摘要提出了一种新颖的体系结构Essumm，它是一个无监督的模型，而无需依赖中间文本。与之前的文本
ctrlcvKing·2022-11-20 23:16

Efficient Graph Summarization using Weighted LSH at Billion-Scale

文章目录ABSTRACT1INTRODUCTION2CORRECTIONSETBASEDGRAPHSUMMARIZATION3PROPOSEDMETHOD4EXPERIMENTS5RELATEDWORK6CONCLUSIONABSTRACT就运行时间和可伸缩性而言，当前技术的计算中有几个步骤是严重的瓶颈。因此，本文提出LDME算法，其中引入了加权局部敏感哈希（weightedLSH）一种计算最佳归
rec_mylife·2022-11-19 01:44

Graph Summarization

文章目录1Preliminaries2RecentSummarizationTechniques2.1GraphClustering2.2StatisticalSummarization2.3Goal-DrivenSummarization3KeyResearchFindings4Applications5FutureResearchDirections1PreliminariesKnowledg
rec_mylife·2022-11-19 01:14

Graph Summarization Methods and Applications: A Survey

文章目录ABSTRACT1INTRODUCTION1.1Challenges1.2TypesofGraphSummaries1.3DifferencesfromPriorSurveys2STATICGRAPHSUMMARIZATION:PLAINNETWORKS2.1Grouping-BasedMethods2.1.1Node-GroupingMethods2.1.2Edge-GroupingMe
rec_mylife·2022-11-19 01:14

multi-relation Graph summarization

文章目录ABSTRACT1INTRODUCTION1.1BackgroundandRelatedWork1.2Multi-relationGraphSummarization1.3WhyNotKeepinganIndividualSummaryforEachRelation?1.4ContributionsandRoadmap2OTHERRELATEDWORK3SINGLE-RELATIONGRA
rec_mylife·2022-11-19 01:26

NLP-文本摘要：利用预训练模型进行文本摘要任务【transformers：pipeline、T5、BART、Pegasus】

一、pipeline可以使用pipeline快速实现文本摘要fromtransformersimportpipelinesummarizer=pipeline(task="summarization",
u013250861·2022-11-10 07:39

Transformers预训练模型使用：文本摘要 Summarization

文本摘要是一个将一个文档或文章总结成一小段文字的任务。一个文本摘要任务的数据集叫CNN/DailyMaildataset，包含长新闻文章和其对应的摘要。使用pipeline同样，我们可以使用pipeline快速实现文本摘要。下面使用的是一个用CNN/DailyMaildataset微调BERT的模型样例。示例代码：fromtransformersimportpipelinesummarizer=p
HMTT·2022-11-10 07:06

第14章: Transformers动手案例系列

实现情感分析案例代码、测试及调试2，动手案例之使用Transformers实现NER代码、测试及调试3，动手案例之使用Transformers实现闲聊系统代码、测试及调试4，动手案例之使用Transformers实现Summarization
StarSpaceNLP667·2022-11-10 07:27

Re35：读论文 ArgLegalSumm: Improving Abstractive Summarization of Legal Documents with Argument Mining

诸神缄默不语-个人CSDN博文目录论文名称：ArgLegalSumm:ImprovingAbstractiveSummarizationofLegalDocumentswithArgumentMining论文下载地址：https://aclanthology.org/2022.coling-1.540/官方GitHub项目：GitHub-EngSalem/arglegalsumm本文是2022年C
诸神缄默不语·2022-11-01 11:51

论文笔记“Topic-Features for Dialogue Summarization”

Zhang,Z.,Li,J.(2022).Topic-FeaturesforDialogueSummarization.In:Lu,W.,Huang,S.,Hong,Y.,Zhou,X.(eds)NaturalLanguageProcessingandChineseComputing.NLPCC2022.LectureNotesinComputerScience(),vol13551.Spring
掉了西红柿皮_Kee·2022-09-25 21:39

【论文翻译】Comprehensive Video Understanding: Video summarization with content-based video recommender...

ComprehensiveVideoUnderstanding:Videosummarizationwithcontent-basedvideorecommenderdesign论文地址：https://arxiv.org/pdf/1910.13888.pdfAbstract摘要Videosummarizationaimstoextractkeyframes/shotsfromalongvideo
LEgGOdt·2022-06-17 14:41

第12章: Transformers动手案例系列

实现情感分析案例代码、测试及调试2，动手案例之使用Transformers实现NER代码、测试及调试3，动手案例之使用Transformers实现闲聊系统代码、测试及调试4，动手案例之使用Transformers实现Summarization
·2021-11-09 21:43

Get To The Point: Summarization with Pointer-Generator Networks代码分析

代码有三种选项：basicattentionmodel/pointgeneratormodel/pointer-generator+coveragemodel改进都在decoder端，在model.py里是通过self._add_decoder实现的，在这个函数里定义了cell和prev_coverage（只有test的时候才有），再调用封装好的在tf基础上改进的attention_decoder
yingtaomj·2021-05-16 15:03

论文笔记 _ Discourse-Aware Neural Extractive Text Summarization

作者：韩单位：燕山大学论文地址：https://www.aclweb.org/anthology/2020.acl-main.451/代码地址：https://github.com/jiacheng-xu/DiscoBERT目录一、文本摘要（TextSummarization）任务1.1任务概述1.2抽取式方法1.3生成式方法1.3ROUGE评分标准二、论文核心概述2.1模型设计思路2.2模型优势
期待成功·2021-05-15 13:43

【PS笔记】项目汇总（Project Summarization）

前言之前项目上遇到一种业务，研发项目下需统计国拨资金（国家项目）的情况，项目成本结构简述如下，客户既想按照研发项目的项目维度统计成本，又想了解国家项目下预算及发生成本情况，这种情况就SAP提供的标准功能“项目汇总”就能有所作为了。一、介绍实施过PS的顾问都知道，在CJ20N项目构造器中，WBS的基本信息页签中有一个项目汇总的勾选框，但可能并不清楚它的功能。下面来介绍下它对应的系统功能，至于实际的应
SAP-Zhan·2021-05-07 21:20

[PN29]生物医学文本摘要（Biomedical Text Summarization）

论文：ClinicalContext–AwareBiomedicalTextSummarizationUsingDeepNeuralNetwork:ModelDevelopmentandValidationAfzalM,AlamF,MalikK,MalikGClinicalContext–AwareBiomedicalTextSummarizationUsingDeepNeuralNetwork:
happyprince·2021-03-19 18:14

论文笔记 | code summarization（代码表示学习）系列

代码摘要生成论文列表1.RecommendationsforDatasetsforSourceCodeSummarization2.AbridgingSourceCode3.SummarizingSourceCodeUsingaNeuralAttentionModel4.CodeGenerationasaDualTaskofCodeSummarization5.ATransformer-based
ttliu_kiwi·2021-01-19 20:04

论文笔记 | code summarization系列

codesummmarization是一个将源代码总结为简单的自然语言的任务，希望能够通过自然语言的描述，节省程序员了解一段代码功能的时间。包含的论文有：NAACL2019,RecommendationsforDatasetsforSourceCodeSummarizationNIPS2019,CodeGenerationasaDualTaskofCodeSummarizationACL2020,
ttliu_kiwi·2021-01-19 09:11

论文笔记 --《Get To The Point: Summarization with Pointer-Generator Networks》

作者：himon时间：2021.1.6来源：ACL2017关键词：NLG，Pointer-GeneratorNetworks1.背景及问题描述seq2seq模型的出现给生成式摘要（abstractivetextsummarization）的实现提供了更好的方案，但是seq2seq常常出现的两点弊端：1.它容易生成不准确的细节2.容易重复3.不能处理OOV问题。作者提出了两个方法来提升seq2seq
ColdCoder·2021-01-12 15:18

Multistage Fusion with Forget Gate for Multimodal Summarization in Open-Domain Videos 阅读笔记

介绍这篇文章是对一个长视频得到一个摘要，是属于多模态的论文.模型结构模型总体结构如图，还是非常易懂的经典双线程，其中两个模态有交叉（信息交换）的地方，模型总体还算简单特征初步提取videoResNeXt-1013Dconvolutionalneuralnetwork提取视频的16帧，然后加入一个位置嵌入positionembeddingstext使用两种方式每个单词使用biGRU得到单词embed
B站：阿里武·2020-12-29 23:14

A Transformer-based Approach for Source code Summarization 翻译

ATransformer-basedApproachforSourceCodeSummarization全文翻译本文最佳阅读方式：读完一段中文内容快速阅读对应的英文部分欢迎关注我的公众号：NLP小讲堂，扫码第一时间获取更多最新的文章。本文来自ACL2020AcceptedPaper.https://arxiv.org/abs/2005.00653https://github.com/wasiahm
NLP小讲堂·2020-12-10 17:09

Deep Reinforcement Learning for Unsupervised Video Summarization阅读笔记

DeepReinforcementLearningforUnsupervisedVideoSummarizationwithDiversity-RepresentativenessReward论文阅读笔记论文整体概述对于视频摘要，本文使用了一种无监督的方法，作者认为监督学习不能充分探索深度网络用于视频摘要的潜力，前人有人使用DPPLSTM网络应用于视频摘要，本文将视频摘要描述为一个顺序的决策过程，
importance*·2020-11-04 23:22

【赛尔笔记】文本摘要论文列表

作者：哈工大SCIR冯夏冲摘要（Summarization）是传统的自然语言处理任务之一[1]，多年以来，一直被广大研究者持续挖掘推进，该任务旨在将输入数据转换为包含关键信息的简短概述。
zenRRan·2020-10-30 22:38

alphago论文 中文版_文本摘要论文列表

作者：哈工大SCIR冯夏冲摘要(Summarization)是传统的自然语言处理任务之一[1]，多年以来，一直被广大研究者持续挖掘推进，该任务旨在将输入数据转换为包含关键信息的简短概述。
weixin_39902472·2020-10-30 17:43

【ACL2019论文解读】Self-Supervised Learning for Contextualized Extractive Summarization

论文：https://arxiv.org/pdf/1906.04466.pdf源码：https://github.com/hongwang600/Summarization摘要：现存摘要抽取模型大都用交叉熵损失
木尧大兄弟·2020-09-16 01:03

提取中文文本摘要

环境python3，gensimfromgensim.summarization.summarizerimportsummarizefrompyltpimportSentenceSplitterimportjiebatext
面向未来的历史·2020-09-12 19:59

Highlight Detection with Pairwise Deep Ranking for First-Person Video Summarization（论文翻译）

HighlightDetectionwithPairwiseDeepRankingforFirst-PersonVideoSummarizationAbstract诸如便携式相机和智能眼镜之类的可穿戴设备的出现使录制生活记录的第一人称视频成为可能。浏览这么长的非结构化视频既费时又乏味。本文研究了视频中用户最感兴趣或最感兴趣的时刻（即精彩时刻）的发现，以生成第一人称视频的摘要。具体来说，我们提出了一
菜菜菜菜菜菜菜·2020-09-11 23:49

Video Summarization with Long Short-term Memory（论文翻译）

VideoSummarizationwithLongShort-termMemory摘要我们提出了一种新颖的监督学习技术，可通过自动选择关键帧或关键子镜头来汇总视频。将任务投射为结构化的预测问题，我们的主要思想是使用长短期记忆（LSTM）对视频帧之间的可变范围时间相关性进行建模，从而导出代表性视频和紧凑视频摘要。提出的模型成功地说明了对生成有意义的视频摘要至关重要的顺序结构，从而在两个基准数据集上
菜菜菜菜菜菜菜·2020-09-11 23:49

Discriminative Feature Learning for Unsupervised Video Summarization（论文翻译）

DiscriminativeFeatureLearningforUnsupervisedVideoSummarizationAbstract在本文中，我们解决了无监督视频摘要的问题，该问题会自动从输入视频中提取关键镜头。具体而言，我们根据经验观察结果解决了两个关键问题：（i）由于每帧输出重要性得分的平均分布而导致无效的特征学习，以及（ii）处理长视频输入时的训练难度。为了缓解第一个问题，我们提出了
菜菜菜菜菜菜菜·2020-09-11 23:49

【论文笔记】 Reinforcement-Learning-Guided Source Code Summarization using Hierarchical Attention

1INTRODUCTION软件维护blablabla……代码注释blablabla……好的代码注释应具有以下特征：(1)正确性，正确地阐明代码的意图；(2)流利，使维护者易于阅读和理解；(3)一致性，遵循标准的样式/格式。现有的研究：统计语言模型，模板和规则，神经机器翻译等。研究的局限性和作者的一些见解：直接输入代码作为文本，不考虑代码的层次结构（能够通过不同上下文的不同token为注释生成提供更
animalkun·2020-08-28 21:18

使用TF-IDF对Tweets做summarization

文本自动文摘（automaticsummarization/abstracting）是利用计算机自动实现文本分析、内容归纳和摘要自动生成的技术。这项技术在互联网技术迅速发展、海量信息急速膨胀的今天，具有非常重要的用途。Tweets作为社交媒体内容的典型代表，具有极大的研究价值。本文尝试将经典的TF-IDF算法应用到tweets上提取原文中最有代表性的句子做automaticsummarizatio
mikelkl·2020-08-26 07:17

ACL2020 Heterogeneous Graph Neural Networks for Extractive Document Summarization

HeterogeneousGraphNeuralNetworksforExtractiveDocumentSummarization异构图神经网络提取文档摘要摘要1引言2相关工作3Methodology3.1DocumentasaHeterogeneousGraph3.2GraphInitializers3.3HeterogeneousGraphLayer3.4SentenceSelector3.
Winnid·2020-08-24 04:08

自动文本摘要(automatic text summarization)目前的研究方法分类

自动文本摘要通常可分为两类，分别是抽取式（extractive）和生成式（abstractive）。（1）抽取式摘要判断原文本中重要的句子，抽取这些句子成为一篇摘要。（2）生成式方法则应用先进的自然语言处理的算法，通过转述、同义替换、句子缩写等技术，生成更凝练简洁的摘要。比起抽取式，生成式更接近人进行摘要的过程。历史上，抽取式的效果通常优于生成式。伴随深度神经网络的兴起和研究，基于神经网络的生成式
小妖精Fsky·2020-08-24 03:16

Summarization 文本摘要进展

文本摘要一直都是机器学习领域一个重要的热点，但是却有很大的难度。例如，给单篇文章起标题/摘要的时候，很难有词频作保证，而是需要模型可以理解内容，甚至做一些推理。在很多地方，摘要生成和机器翻译有类似之处。然而，和机器翻译不同的是，自动文本摘要的输入和输出很不平衡，此外机器翻译任务的输入输出序的列通常有一些词义层面上的直接对应，这种对应在摘要任务中却没那么明显。目前，自动文档摘要技术主要分为抽取式（e
Charles_yy·2020-08-24 02:25

文本摘要(text summarization)一:语料简介概述综述与工具

一、文本摘要(DocumentSummarization，Toolkit工具)文本摘要是指通过各种技术，对文本或者是文本集合，抽取、总结或是精炼其中的要点信息，用以概括和展示原始文本(集合)的主要内容或大意。作为文本生成任务的主要方向之一，从本质上而言，这是一种信息压缩技术。文本摘要的目的是为了让用户在当今世界海量的互联网数据中找到有效的信息。实现这一点的有两种不同的方式，一是以百度为代表的搜索引
Macropodus·2020-08-24 02:47

【文本摘要】文本摘要(text summarization)最新研究热点、发展趋势、里程碑论文推荐...

点击上方，选择星标或置顶，每天给你送干货！阅读大概需要6分钟跟随小博主，每天进步一丢丢作者：刘鹏飞编辑：AINLP原文链接，点击文末阅读原文直达：https://zhuanlan.zhihu.com/p/111266615根据最近八年(2013-2020)）各大NLP会议(ACL/EMNLP/NAACL/ICML/ICLR/AAAI/IJCAI/NeurIPS)近300篇摘要论文的分析，我们简单统
zenRRan·2020-08-24 01:00

【自然语言处理】Text Summarization文本摘要与注意力机制

TextSummarization英文原文公众号【深度学习视觉】整理什么是NLP中的文本摘要自动文本摘要是在保持关键信息内容和整体含义的同时，生成简洁流畅的摘要的任务。文本摘要目前大致可以分为两种类型：ExtractiveSummarization：重要内容、语句提取。AbstractiveSummarization：文本总结。ExtractiveSummarization由图可以看出，这种方法提
深度学习视觉·2020-08-24 01:50

自动文摘（Automatic document summarization）方法综述（四）——基于神经网络的（neural summarization）方法

前三篇博客（一）、（二）、（三）总结了抽取式自动文摘的一些经典方法，传统抽取式自动文摘方法将文档简单地看作是一组文本单元（短语、句子等）的集合，忽略了文档所表达的全局语义，难免“断章取义”。随着算力的提升，深度学习在很多应用中非常的火热也取得了state-of-the-art的性能，因此，将神经网络模型引入自动文摘任务是理所当然的，将文档用神经网络模型进行表示被称为神经文档模型（neuraldoc
zxhohai·2020-08-24 00:34

自动文本摘要论文总结九（A complex network approach to text summarization）

本文介绍了基于复杂网络的自动文本摘要的方法。具体分为四步骤：1将文章进行预处理，根据句子分隔符将句子分开，并将名词提取出。2根据文章构建成两个N*N的矩阵，一个是表示邻接关系的矩阵，一个是表示权重的矩阵，分别叫做A和W，N为句子的个数。3计算节点的值4根据一定的算法将句子进行排序，然后取出前n个句子组成摘要。文中提出了7种网络测量的算法和14中句子排序算法，具体介绍如下：1Degreestrate
dews27368·2020-08-24 00:19

文本摘要相关论文汇总

awesome-text-summarizationgithub地址：https://github.com/luopeixiang/awesome-text-summarization这个仓库有对文本摘要的简单介绍
MaggicalQ·2020-08-23 22:51

Heterogeneous Graph Neural Networks for Extractive Document Summarization

异构图神经网络用于抽取文档摘要（2020ACL）abstract学习跨句子之间的关系作为提取文档摘要过程中的关键步骤，已有多种方法被提出来研究该问题。一种直观的方法是将它们放在基于图的神经网络中，该网络具有更复杂的结构以捕获句子之间的关系。在本文中，我们提出了一种基于异构图的神经网络（HETERSUMGRAPH）用于提取摘要，该网络包含除句子外的不同粒度级别的语义节点。这些额外的节点充当句子之间的
学人工智能的皮皮虾·2020-08-23 21:42

【论文阅读】Get To The Point: Summarization with Pointer-Generator Networks

Abstract：说明了一般文本摘要模型存在的问题：生成的摘要内容不准确容易产生重复的内容针对存在的问题提出对应解决之道，在标准seq2seq+attention的基础之上做了改进：采用Pointer-GeneratorNetwork,在保留生成新词的同时，还可以从原文中抽取内容，促使生成更准确的摘要使用Coverage记录已经生成的内容，从而减少内容重复Introduction:Abstract
流沙009·2020-08-21 00:35

【论文笔记】Recommendations for Datasets for Source Code Summarization

RecommendationsforDatasetsforSourceCodeSummarization文章目录RecommendationsforDatasetsforSourceCodeSummarization摘要1INTRODUCTION2RELATEDWORK3DATASETPREPARATION3.1RESEARCHQUESTIONS3.2METHODOLOGY3.3DATASETCH
animalkun·2020-08-14 21:02
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他