融合监督式抽取与生成语言模型的自杀风险证据摘要
计算与语言
2024-03-26 v1
摘要
我们提出了一种方法，融合了监督式抽取和生成语言模型，用于在CLPsych 2024共享任务中提供自杀风险的支持证据。我们的方法包括三个步骤。首先，我们构建了一个基于BERT的模型，用于估计句子级别的自杀风险和负面情绪。接下来，通过强调自杀风险和负面情绪的高概率，我们精确识别高自杀风险句子。最后，我们使用MentaLLaMa框架整合生成式摘要，并从识别出的高自杀风险句子和专门的自杀风险词汇词典中提取抽取式摘要。我们的团队SophiaADS在基于召回率和一致性指标的亮点提取中获得了第一名，在摘要生成中排名第十。
引用
@article{arxiv.2403.15478,
title = {Integrating Supervised Extractive and Generative Language Models for Suicide Risk Evidence Summarization},
author = {Rika Tanaka and Yusuke Fukazawa},
journal= {arXiv preprint arXiv:2403.15478},
year = {2024}
}