播客抽取式摘要的基线分析
计算与语言
2020-08-27 v2
摘要
播客摘要是影响终端用户收听决策的重要因素，常被视为播客推荐系统及诸多下游应用中的关键特征。现有的抽取式摘要方法主要建立在针对 CNN 和 DailyMail 新闻等经过专业编辑的文本微调的模型之上。与新闻不同，播客通常更长、更口语化且更具对话性，并因商业广告和赞助内容而噪声更大，这使得自动播客摘要极具挑战性。本文利用 TREC 2020 提供的 Spotify 播客数据集对播客摘要进行基线分析。旨在帮助研究者理解当前最先进的预训练模型，从而为构建更优模型奠定基础。
引用
@article{arxiv.2008.10648,
title = {A Baseline Analysis for Podcast Abstractive Summarization},
author = {Chujie Zheng and Harry Jiannan Wang and Kunpeng Zhang and Ling Fan},
journal= {arXiv preprint arXiv:2008.10648},
year = {2020}
}
备注
Accepted for PodRecs: The Workshop on Podcast Recommendations (online), 25th September 2020