开放领域播客节目的自动摘要
计算与语言
2020-11-13 v2
摘要
我们给出了在 TREC 2020 播客摘要任务上取得有竞争力结果的抽取式摘要器的实现细节。捕捉重要信息的简明文本摘要对于用户决定是否收听播客至关重要。先前工作主要关注学习上下文表示。相反，我们研究了神经抽取式摘要中几个较少被关注的方面，包括（i）从转写文本中选择重要片段作为摘要器输入的重要性；（ii）训练实例数量与质量之间的平衡；（iii）合适的摘要长度与起止点。我们强调了系统背后的设计考量，并提供了神经抽取式系统优势与弱点的关键见解。我们的结果表明，从转写文本中识别重要片段用作抽取式摘要器的输入有利于长文档摘要。我们最佳系统获得了 NIST 评估者判定的 1.559 质量评分——比创作者描述绝对提高 0.268（+21%）。
引用
@article{arxiv.2011.04132,
title = {Automatic Summarization of Open-Domain Podcast Episodes},
author = {Kaiqiang Song and Chen Li and Xiaoyang Wang and Dong Yu and Fei Liu},
journal= {arXiv preprint arXiv:2011.04132},
year = {2020}
}
备注
TREC 2020