以摘要作为图注：利用自动文本摘要为科学文献生成图注
材料科学
2023-06-14 v3
摘要
优质的图注有助于读者理解复杂的科学图示。遗憾的是，即便是已发表的论文也常有撰写拙劣的图注。自动图注生成可通过提供良好的初始图注来辅助论文作者，经润色后提升质量。已有工作常将图注生成视为视觉到语言任务。本文中，我们展示该任务可更有效地作为科学文献中的文本摘要任务来处理。我们对 PEGASUS（一种预训练抽象式摘要模型）进行微调，以专门将引用图的段落（如“图 3 显示……”）摘要为图注。在大规模 arXiv 图上的实验表明，我们的方法在自动与人工评估中均优于已有的视觉方法。我们进一步针对两个关键挑战展开深入探究：（i）作者撰写图注普遍质量低下；（ii）缺乏良好图注的明确标准。我们的代码与数据见：https://github.com/Crowd-AI-Lab/Generating-Figure-Captions-as-a-Text-Summarization-Task。
引用
@article{arxiv.2302.12323,
title = {Employing High-temperature-grown SrZrO$_3$ Buffer to Enhance the Electron Mobility in La:BaSnO$_3$-based Heterostructures},
author = {Prosper Ngabonziza and Jisung Park and Wilfried Sigle and Peter A. van Aken and Jochen Mannhart and Darrell G. Schlom},
journal= {arXiv preprint arXiv:2302.12323},
year = {2023}
}
备注
9 pages and 5 Figures in the Maintext. 3 pages and 3 Figures in the Supplementary Information