TreeSeg：大型转录文件的层次化主题分段
硬件体系结构
2026-04-22 v2 人工智能
摘要
从将录制的视频和会议组织成章节，到将大输入分割以适配常规大型语言模型（LLM）的上下文窗口，转录文件的主题分段正变得越来越重要。然而，准确的分段仍面临诸多挑战，包括（a）自动语音识别（ASR）软件通常用于获取转录文件的噪声特性，（b）缺乏多样化的标注数据，以及（c）难以确定 ground-truth 的分段数量。在本文中，我们提出了 TreeSeg 方法，结合即插即用的嵌入模型和 divisive 聚类，以生成转录文件的层次化、结构化分段，形式为二叉树。我们的做法对噪声鲁棒，能够高效处理大型转录文件。我们在 ICSI 和 AMI 语料库上进行评估，证明其优于所有基线方法。最后，我们引入了 TinyRec，一个来自自录制视频会话的小规模人工标注转录语料库。
引用
@article{arxiv.2407.12027,
title = {Idle is the New Sleep: Configuration-Aware Alternative to Powering Off FPGA-Based DL Accelerators During Inactivity},
author = {Chao Qian and Christopher Cichiwskyj and Tianheng Ling and Gregor Schiele},
journal= {arXiv preprint arXiv:2407.12027},
year = {2026}
}
备注
15 pages, 11 figures, 3 tables, accepted by 2024 International Conference on Architecture of Computing Systems (ARCS 2024)