结合深度神经重排序与无监督抽取的多查询聚焦摘要
计算与语言
2023-02-03 v1
摘要
CrisisFACTS 赛道旨在解决事件追踪领域中多流事实发现等挑战；参与者的系统从若干灾害相关事件中提取重要事实，同时纳入时间顺序。我们提出了一种检索、重排序与著名的整数线性规划（ILP）及最大边际相关（MMR）框架的结合方法。在前两个模块中，我们探索了多种方法，包括基于实体的基线、预训练与微调的问答系统以及 ColBERT。随后我们将后一模块用作抽取式摘要组件，考虑多样性与新奇性准则。自动评分运行在各项评测设置中显示出强劲结果，但也揭示了不足与挑战。
引用
@article{arxiv.2302.01148,
title = {Combining Deep Neural Reranking and Unsupervised Extraction for Multi-Query Focused Summarization},
author = {Philipp Seeberger and Korbinian Riedhammer},
journal= {arXiv preprint arXiv:2302.01148},
year = {2023}
}
备注
CrisisFACTS (TREC 2022)