利用主题分割与文本摘要方法改进播客理解端的到端工作流
信息检索
2023-07-26 v1
摘要
播客媒体的消费正快速增长。由于单集播客时长较长，用户往往谨慎选择收听内容。尽管单集描述以整档播客摘要的形式辅助用户，但并未提供逐主题的细分。本研究探讨主题分割与文本摘要方法的联合应用，以考察如何改进播客单集的理解。我们从 Spotify 英语播客数据集中抽取 10 集，采用 TextTiling 与 TextSplit 进行分割；并应用 T5、BART 与 Pegasus 三种文本摘要模型为每个片段生成极简短标题。分割部分使用我们标注的样本以 与 WindowDiff () 指标评估。同时开展了一项调查（）以评估生成摘要的质量。TextSplit 算法在两评估指标上均取得最低均值（ 与 ），而 T5 模型生成了最佳摘要，其相关性得分仅比人工撰写标题所得低 。
引用
@article{arxiv.2307.13394,
title = {An End-to-End Workflow using Topic Segmentation and Text Summarisation Methods for Improved Podcast Comprehension},
author = {Andrew Aquilina and Sean Diacono and Panagiotis Papapetrou and Maria Movin},
journal= {arXiv preprint arXiv:2307.13394},
year = {2023}
}