抽取式内容选择任务的统一框架
计算与语言
2025-07-24 v1
摘要
广泛的 NLP 任务涉及从给定源文本中选择相关文本片段。尽管具有这一共同目标，此类 \textit{内容选择}任务传统上一直被孤立研究，各自拥有其建模方法、数据集和评估指标。在本工作中，我们提出 \textit{指令引导的内容选择 (IGCS)} 作为此类设定的有益统一框架，其中任务定义和任何特定实例的请求都被封装为给语言模型的指令。为推广此框架，我们引入了 \igcsbench{}，这是首个涵盖多种内容选择任务的统一基准。此外，我们创建了一个大型通用合成数据集，可用于多种内容选择任务，并表明利用这些数据集的迁移学习通常能提升性能，无论目标任务是否有专用训练数据。最后，我们解决了基于 LLM 的内容选择建模中出现的通用推理时间问题，评估了通用评估指标，并总体上提出了我们的资源和方法对未来内容选择模型的实用性。模型和数据集可在 https://github.com/shmuelamar/igcs 获取。
引用
@article{arxiv.2507.16922,
title = {A Unifying Scheme for Extractive Content Selection Tasks},
author = {Shmuel Amar and Ori Shapira and Aviv Slobodkin and Ido Dagan},
journal= {arXiv preprint arXiv:2507.16922},
year = {2025}
}