summarization 第3页

Video Summarization with Long Short-Term Memory论文翻译

基于长短期记忆网络的视频摘要文章目录基于长短期记忆网络的视频摘要Abstract1introduction2RelatedWork3Approach3.1ProblemStatement3.2LongShort-TermMemory(LSTM)3.3vsLSTMforVideoSummarization3.4EnhancingvsLSTMbyModelingPairwiseRepulsivenes

霍格沃兹临时副主任·2020-08-09 02:18

AttSum: Joint Learning of Focusing and Summarization with...

引最近读的几篇paper都是用seq2seq的思路来解决问题，有点读厌烦了，今天换个口味。分享一篇extractive式的paper，AttSum:JointLearningofFocusingandSummarizationwithNeuralAttention，AttSum是本文所阐述的摘要系统的名称。(点“阅读原文”获取本文)Abstract基于查询的抽取式文本摘要系统通常需要解决好相关性和

weixin_33794672·2020-08-09 00:57

Summarization series # 2020.5

Aworknot,thisblogisaboutthepastmonth’sknowledgepointssummary.LinuxTerminalEnvironmentconfigurationfile：Inthesourcedirectoryinputsource.cshrc_myandtheng.cshrc_myordirectinputcommandg~/.cshrc_my(g:gvim，

Florence_0·2020-08-07 11:09

PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization

就在这几天微软发布了一款参数量多达170亿的史上最大的自然语言生成模型Turing-NLG，在多种语言模型基准上均实现了SOTA。值得关注的是Turing-NLG在文本摘要上的表现，由于它已经非常善于理解文本了，因此不需要太多的配对数据就可以实现比已有模型更好的效果。从Facebook的BART、Google的PEGASUS到今天Microsoft的Truing-NLG，越来越大的预训练数据集和越

Forlogen·2020-08-06 12:48

Generative Adversarial Network for Abstractive Text Summarization∗ AAAI2018

摘要提出了使用生成器和鉴别器来进行文本摘要提取的模型，使用生成器G来作为anagentofreinforcementlearning,将rawtext作为预测输入来预测摘要。我们还建立了一个鉴别器，试图区分生成的摘要和真实摘要。挑战：神经序列到序列模型往往会产生琐碎的、通用的总结，通常涉及高频短语生成的摘要语法性和可读性有限在大多数以前的工作中，标准的序列到序列模型被训练来使用最大似然估计（MLE

昕晴·2020-08-03 23:54

Chapter7-1_Overview of NLP Tasks

文章目录1Introduction2Part-of-Speech(POS)Tagging3WordSegmentation4Parsing5CoreferenceResolution6Summarization7MachineTranslation8GrammarErrorCorrection9Sentimentclassification10StanceDetection11NaturalLan

zjuPeco·2020-08-01 08:25

Global Encoding for Abstractive Summarization 生成式文本摘要论文解读

论文解读GlobalEncodingforAbstractiveSummarization**[GlobalEncodingforAbstractiveSummarization(ACL2018)论文代码复现——生成式文本摘要](https://blog.csdn.net/wu13599hao/article/details/87282485)**论文总结1.Introduction2.Globa

wu_8·2020-07-12 16:45

DL4NLP —— seq2seq+attention机制的应用：文档自动摘要（Automatic Text Summarization）

两周以前读了些文档自动摘要的论文，并针对其中两篇（[2]和[3]）做了presentation。下面把相关内容简单整理一下。文本自动摘要（AutomaticTextSummarization）就是说在不改变文档原意的情况下，利用计算机程序自动地总结出文档的主要内容。自动摘要的应用场景非常多，例如新闻标题生成、科技文献摘要生成、搜索结果片段（snippets）生成、商品评论摘要等。在信息爆炸的互联网

mishidemudong·2020-07-12 01:44

【MEDICAL】Attend to Medical Ontologies: Content Selection for Clinical Abstractive Summarization

任务：据作者说，英文的医疗影像报告同时具有两个描述，一个是FINDINGS，阐述了整个图像的细节与特点，还有一个是IMPRESSION，只重点描述图像中的关键信息，这些关键信息是包含在FINDINGS里面的。总之，本篇论文做的就是利用这个FINDINGS来生成IMPRESSION，即在文本摘要在医疗领域的应用。模型：ContentSelector：这个选择器采用序列标注的形式来实现，整个FINDI

lwgkzl·2020-07-11 12:40

技术经验总结

赠人玫瑰,手留余香.人生最大的快乐不在于占有什么而在于追求什么的过程.参考文章：http://www.vmatianyu.cn/summarization-of-technical-experience.html1

sunny-sky·2020-07-10 03:18

基于 Python 的自动文本提取：抽象法和生成法的比较

TextSummarizationinPython:Extractivevs.Abstractivetechniquesrevisited翻译|田栋文、二十六整理|凡江原文链接：https://rare-technologies.com/text-summarization-in-python-extractive-vs-abstractive-techni

AI研习社·2020-07-06 03:06

《A deep reinforced model for abstractive summarization》阅读笔记

论文链接：https://arxiv.org/pdf/1705.04304.pdfattentional，基于RNN的encoder-decoder模型，用于短句输入和输出的摘要生成表现很好。但是长一点的文档和总结，用这些模型往往会生成重复和不连贯的短语。本文介绍一个结合了intra-attention机制的神将网络模型，可以在输入之上，分离的生成输出，使用新的训练方法：结合标准的有监督的单词预测

best___me·2020-07-01 15:24

Text Summarization 综述

ABS和ABS+[Rush,2015]ANeuralAttentionModelforAbstractiveSentenceSummarization这篇facebook的论文是用神经网络来做生成式摘要的开山之作，后续的论文基本都会引用。而且在github上有开源的代码放出来，可以参考facebook/NAMAS.模型的主要结构见下图(a)，即左边的那部分，其实本质上就是个conditionaln

张小彬的代码人生·2020-06-30 14:56

A Deep Reinforced Model for Abstractive Summarization

ADeepReinforcedModelforAbstractiveSummarizationRomainPaulus,CaimingXiong,andRichardSocher.2017.ADeepReinforcedModelforAbstractiveSummarization官方博客介绍Introduction本周读的是Salesforce研究发表的关于自动文本摘要的论文，自动文本摘要主要

young-nlp·2020-06-30 09:45

Global Encoding for Abstractive Summarization (ACL 2018) 论文代码复现——生成式文本摘要

生成式文本摘要论文复现GlobalEncodingforAbstractiveSummarization(ACL2018)项目运行流程：1.项目环境配置：服务器环境配置2.处理数据3.训练模型：1）项目文件缺失2）lcsts.yaml配置文件设置3）执行训练脚本4）将模型的训练置于后台自动运行4.模型训练结果5.待试验的问题GlobalEncodingforAbstractiveSummariza

wu_8·2020-06-29 21:04

Natural Language Processing[论文合集]

deep_learning/2015/10/09/nlp.htmlJumpto...1.Tutorials2.NeuralModels3.SequencetoSequenceLearning4.Translation5.Summarization6

gdtop818·2020-06-28 20:08

实现自动文本摘要（python，java）

参考资料：http://www.ruanyifeng.com/blog/2013/03/automatic_summarization.htmlhttp://joshbohde.com/blog/document-summarization1

weixin_34354173·2020-06-28 17:19

A Neural Attention Model for Abstractive Sentence Summarization 阅读笔记

ANeuralAttentionModelforAbstractiveSentenceSummarizationAlexanderM.Rushetal.,FacebookAIResearch/HarvardEMNLP2015sentencelevelseq2seq模型在2014年提出，这篇论文是将seq2seq模型应用在abstractivesummarization任务上比较早期的论文。同组的人

weixin_34124651·2020-06-28 11:15

《LCSTS: A Large Scale Chinese Short Text Summarization Dataset》

LCSTS数据集的构建给中文文本摘要的研究奠定了基础，LCSTS数据集中包含了200万真实的中文短文本数据和每个文本作者给出的摘要。同时作者团队也手动标注了10666份文本的摘要。一、数据来源首先，数据来源主要是微博爬虫，数据收集的策略很类似pageRank思想。先找50个流行的官方组织用户作为种子然后从种子用户中抓取他们关注的用户，并且将不是大V，且粉丝少于100万的用户过滤掉。然后抓取候选用户

MarissaG·2020-06-27 11:28

A Neural Attention Model for Abstractive Sentence Summarization 论文阅读笔记

作者：Rush,A.M.,Chopra,S.,&Weston,J.单位：FacebookAIResearch/HarvardSEAS关键词：NeuralAttention,AbstractiveSentenceSummarization文章来源：EMNLP2015问题这篇来自Facebook的paper的主题是基于attentionbasedNN的生成式句子摘要/压缩。模型该工作使用提出了一种en

筱姿·2020-06-27 04:13

文本摘要(text summarization)五: 统计模型（text_pronouns、text_teaser，feature-base）

一、文本摘要（统计模型)统计模型（featurebase）是深度学习兴起之前，最有效果，应用最广泛的文本摘要技术方案。统计学习方法，即便是在今天，基于统计的文本摘要模型，也是一个重要的baseline，以及高并发复杂条件下的有效算法。应用比较多的应该是textteaser(AutomaticTextSummarizationforIndonesianLanguageUsingTextTeaser(

Macropodus·2020-06-26 05:26

Fine-tune BERT for Extractive Summarization代码复现训练篇

前面我们尝试了数据处理部分的代码复现，一般来说此时代码所需要的基础的环境已经配置完成，并且绝大多数文件也都已经下载完成。不过在复现训练代码的时候依旧出现了一些问题。采坑记录，希望帮到后来人！**一、bert-base-uncased下载**因为我们使用的pytorch版本的bert预训练模型，因此需要下载预训练文件，当我们运行代码的时候就会自动下载。当时通常需要科学上网，一般用国内的网络是下不动的

左手指月·2020-06-25 22:39

Fine-tune BERT for Extractive Summarization（有代码pytorch）

本论文是extractivesummarization摘要提取通常被定义为一个二分类问题，二分类问题表明这个句子是否在这个摘要中。我们的提取模型是建立在这个编码器之上，通过堆叠几个句子间Transformer来捕获用于提取句子的文档级特征。抽取结构使用encoder-decoder结构，将同一个经过预先训练的BERT编码器与随机初始化的Transformer结合起来。我们设计了一个新的训练计划，将

昕晴·2020-06-25 17:47

2019-EMNLP-Extractive Summarization of Long Documents by Combining Global and Local Context

摘要提出一个针对长文档的抽取式形成摘要的模型，将整个文档的全局上下文和当前主题中的局部上下文结合起来。在两个科学论文集Pubmed和arXiv上对模型进行评估。在本文中，在决定一个句子是否是摘要的一部分时，同时捕获全局(整个文档)和局部上下文(例如，段落/主题)的分布式表示。主要贡献有：（1）使用LSTM-minus来捕获局部上下文向量。LSTM-minus是一种学习文本跨度的embedding的

sw山禾女·2020-06-25 09:38

《A DEEP REINFORCED MODEL FOR ABSTRACTIVE SUMMARIZATION》

九月份第三周论文笔记这周读的是《ADEEPREINFORCEDMODELFORABSTRACTIVESUMMARIZATION》这篇文章，作者主要有两个创新点：提出了改进的注意力机制intra-attention；将强化学习的方法加入到了模型的训练过程中，提高抽取式摘要的可读性模型还是基于经典的encoder-decoder架构：绿色向量C是将encoder每一步的隐层输出做注意力加权得到的；蓝色

为什么四川人喜欢日李先人·2020-06-25 08:16

读论文2018 ACL A unified model for extractive and abstractive summarization using inconsistency loss

Abstract提出了一个兼具抽取式和生成式优点的摘要模型。一方面，简单的抽取式模型可以包含句子级别的attention，且句子集合的ROUGE分数很高，但句子可读性差。另一方面，一个非常复杂的摘要模型可以包含句子级别动态计算的注意力来生成一个可读的段落。本论文提出的模型：句子级别的注意力被用来改善词级别的注意力，如在句子中参与少的词生成的概率更少。此外，inconsistencylossfunc

lllld1227·2020-06-24 09:26

Controllable Abstractive Summarization

ControllableAbstractiveSummarizationAngelaFan,DavidGrangier,MichaelAuliFacebookAIResearch，MenloPark,CABackgoundSequence-to-Sequence(encoder-decoder)AttentionmechanismPointerNetworksBPE(bytepairencodin

分解我放寒假·2020-06-24 05:32

斯坦福大学-自然语言处理入门笔记第二十一课问答系统（2）

一、问答系统中的总结（summarization）目标：产生一个摘要文本包含那些对用户重要和相关的信息总结的应用领域：任何文档的摘要和大纲，邮件摘要等等根据总结的内容，我们可以把总结分为两类：单文档总结

sansheng su·2020-06-24 01:02

自动文摘（Automatic document summarization）方法综述（三）——基于次模函数（submodular function）最大化的方法

自动文摘（Automaticdocumentsummarization）方法综述的第一篇文章（一）总结了基于中心的（Centroid-based）方法和基于图的（graph-based）方法，第二篇文章（二）总结了基于最优化的（optimization-based）的方法。这篇博客将依旧整理基于最优化方法选取文本单元的方法，更确切的说，这篇博客将聚焦在次模函数（submodularfunction

zxhohai·2020-06-23 15:26

（转）awesome-text-summarization

awesome-text-summarization2018-07-1910:45:13AcuratedlistofresourcesdedicatedtotextsummarizationContentsCorpusOpinosisdatasetcontains51articles.Eacharticleisaboutaproduct

a1424262219·2020-06-22 10:30

【论文阅读ACL2020】Leveraging Graph to Improve Abstractive Multi-Document Summarization

题目：LeveragingGraphtoImproveAbstractiveMulti-DocumentSummarization（基于图表示的生成式多文档摘要方法）会议：ACL2020论文地址：https://arxiv.org/abs/2005.10043其他：出自百度NLP小组工作这个是百度NLP小组在ACL2020上面的一篇工作，当前多文档摘要应用场景和需求也越来越多，接下来我将就论文主要

敲代码的乔帮主·2020-06-22 06:15

【论文阅读】Get to the point :summarization with pointer-generator networks

摘要：本文在原来的神经seq2seq模型上进行了两种改变，用混合的pointer-generator网络，既可以通过pointing直接从原文中copy单词又保留了通过generator生成新词的能力；另外，用coverage来记录已经总结出的内容，防止重复。1Introduction生成摘要一般有两种方式，extractive和abstractive，前者是直接从原文中获取段落（通常是完整的句子

BeforeEasy·2020-06-21 17:00

【论文】A neural attention model for abstractive sentence summarization 阅读笔记

摘要：这是关注生成式摘要的问题。一般的方法是删除、改写、泛化、重新排序等方式来生成摘要。过去自动生成摘要的方法主要是语言激励限制(linguistically-inspiredconstraints)和输入文本的句法变换(syntactictransformationsoftheinputtext)，而本文则是数据驱动的（data-driven）、将神经系统与编码器结合起来的模型。，其中encod

BeforeEasy·2020-06-21 17:00

《A Discourse-Aware Attention Model for Abstractive Summarization of Long Documents》论文笔记

《ADiscourse-AwareAttentionModelforAbstractiveSummarizationofLongDocuments》论文笔记长文档生成式摘要的话语感知注意模型摘要Introduction模型如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必

qq_38829768·2020-06-21 05:41

The Basic Concepts of Summarization

文本摘要技术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。文本自动摘要的基本分类文本自动摘要的分类方法有很多，根据原文语言种类划分，可以分为单语言照耀和跨语言摘要；根据输入文本的数量划分，文本摘要技术可以分为单文档摘要和多文档摘要；根据文摘和原文的关系划分，可以分为摘录式(extraction)文摘和理解式(abstraction)文摘。摘录型文摘由原文中抽取出来的片段组成，理解型文

doudou_c·2020-04-10 19:09

基因芯片（Affymetrix）分析2：芯片数据预处理

序章Affy芯片数据的预处理一般有三个步骤：1.背景处理（backgroundadjustment）2.归一化处理（normalization，或称为“标准化处理”）3.汇总（Summarization

thinkando·2020-03-30 20:38

Video-LSTM_代码理解ing

Video-Summarization-with-LSTM代码是theano+python+matlab写的，感觉略为臃肿另外代码之所以在一般的机器上都能跑，不是因为这份code效率高，是因为所有的数据都是封装的

guanghuixu·2020-03-07 22:56

MV-CNN for extractive document summarization

author:YongZhang,Ph.D.institution:NanyangTechnologicalUniversityemail:[email protected]:MITlicensed.Nocommercialusage.引子本文简单介绍我发在IEEETrans.onCybernetics上的一篇论文，成果已不是最新，文章是2015年的工作，投稿周期较长导致最

穿越那片海·2020-02-23 01:01

A Neural Attention Model for Sentence Summarization阅读笔记

Abstract通过文本抽取的方式生成摘要已经陷入瓶颈。通过抽象语句的含义来生成摘要是一个很有潜力的方向。本文提出了Endtoendattention-basedmodel来解决这个问题。IntroductionAbstractiveSummarization：摘要的本质是文本核心意思的压缩表示。许多成功的摘要系统都是通过文本抽取（textextractive）实现的，本文提出了一种完全数据驱动的

KaelChen·2020-01-04 10:00

Abstractive Sentence Summarization with Attentive Recurrent Neural Networks

对比两篇论文:其中一篇是ANeuralAttentionModelforAbstractiveSentenceSummarization，另一篇是AbstractiveSentenceSummarizationwithAttentiveRecurrentNeuralNetworks，两篇文章都出自于HarvardNLP组，两篇是姊妹篇，第二篇是第一篇的升级版，所以要结合着读，对比着分析。世上没有什

MiracleJQ·2020-01-03 03:43

AttSum: Joint Learning of Focusing and Summarization with Neural Attention

关注和概要用神经注意的共同学习摘要询问相关排序和句子显著排序是两个主要的任务在提取询问专注概要。之前的监督概要系统经常呈现隔离的两个任务。然而，由于相关概要是在相关性和显著性之间交易，使用它们作为监督，两个排序都不能训练的很好。这个论文提出一个新奇概要系统AttSum，共同的处理两个任务。它自动学习分布表示句子同样文档簇。同时，它采用注意机制刺激人类行为的专心阅读当一个询问被给出。扩展实验执行在D

__子不语__·2019-12-19 09:50

【论文整理】EMNLP-IJCNLP 2019 Papers Oral Session Summarization

OralSessionSummarizationSummaryCloze:ANewTaskforContentSelectioninTopic-FocusedSummarization(#1178)TextSummarizationwithPretrainedEncoders(#392)[arXiv]HowtoWriteSummarieswithPatterns?LearningtowardsAb

DrogoZhang·2019-12-14 19:54

【论文整理】EMNLP-IJCNLP 2019 Papers Poster & Demo Session Discourse and Pragmatics, Summarization

Poster&DemoSessionDiscourseandPragmatics,SummarizationandGenerationEvaluatingPronominalAnaphorainMachineTranslation:AnEvaluationMeasureandaTestSuite(#723)[arXiv]ARegularizationApproachforIncorporating

DrogoZhang·2019-12-14 19:23

Summarization概述

最近人工智能随着AlphaGo战胜李世乭这一事件的高关注度，重新掀起了一波新的关注高潮，有的说人工智能将会如何超越人类，有的说将会威胁到人类的生存和发展，种种声音都在表明人工智能的又一个春天即将到来，但很多学者认为媒体的过度炒作，会引发民众对人工智能不切实际地期待，从而导致人工智能寒冬的又一次到来。YannLecun作为上一个人工智能寒冬时期还在坚持做冷门的神经网络研究的人，他对AI有一个非常理性

MiracleJQ·2019-12-02 08:57

145. Binary Tree Postorder Traversal

递归写法都是一致的，这里贴一下迭代写法，摘自https://discuss.leetcode.com/topic/30632/preorder-inorder-and-postorder-iteratively-summarization

DrunkPian0·2019-11-01 09:42

【论文】【ACL2018】Neural Document Summarization by Jointly Learning to Score and Select Sentences

论文题目：NeuralDocumentSummarizationbyJointlyLearningtoScoreandSelectSentences.论文作者：QingyuZhou,NanYang,FuruWei,ShaohanHuang,MingZhou,TiejunZhao.下载链接：https://aclweb.org/anthology/P18-1061代码开源：https://githu

codebrid·2019-10-07 13:02

真正理解指针生成网络——Summarization with Pointer-Generator Networks

文章目录文本摘要Pointer-GeneratorNetworks（指针生成网络）Introduction（介绍）Model（模型）Sequence-to-sequenceattentionalmodel（注意力机制序列模型）Pointer-generatornetwork（指针生成器网络）Coveragemechanism（汇聚机制）Dataset（数据集及数据处理）英文数据集（cnn,dail

财神Childe·2019-06-03 17:01

论文阅读笔记《Get To The Point: Summarization with Pointer-Generator Networks》

文章目录摘要一介绍二模型2.1序列->序列架构加上注意力机制模型(seq2seq+attentionmodel)2.2指针生成器网络(pointer-generatornetwork)2.3覆盖机制(coveragemechanism)三相关工作四数据集五实验参数详细设置六个人感想这是一篇ACL2017的论文，偏工程性，模型实用性强，容易复现同时性能也好，作者也都是大牛(大家如果上过cs224n的

0x落尘·2019-04-05 23:53

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

论文：GetToThePoint:SummarizationwithPointer-GeneratorNetworks解读Abstract类型的文本摘要存在的问题：容易产生不准确的事实；倾向于重复相同的内容。注：如上面所示，作为基线的seq2seq+Attention这样的纯粹的生成式模型存在1.无法生成OOV词汇；2.歪曲事实两个问题。PointerGenerator存在重复内容的问题。在引入C

盐味橙汁·2019-04-04 16:07

论文泛读笔记《Neural Latent Extractive Document Summarization》

文章目录0摘要1介绍2模型2.1神经网络抽取式摘要模型2.2句子压缩2.3使用隐变量做抽取式摘要3实验结果4个人阅读总结0摘要这应该是第一个提出把句子作为隐变量的抽取式摘要模型。1介绍过去的抽取式摘要技术多是把这个看作句子序列标注二分类问题或者句子排序问题。传统方法主要有用人工特征做二分类器的方法，隐马尔可夫模型法，基于图的方法，基于ILP（线性整数规划）的方法。后来2016-2017年基本上都是

0x落尘·2019-02-25 23:41

推荐频道

summarization