无标签主题聚焦摘要：通过查询增强
人工智能
2024-04-26 v1
摘要
在今天数据和信息充沛的世界中，摘要技术对于从海量文本中提取关键信息、增强决策和提高效率至关重要。特别是，主题聚焦摘要因其能够将内容针对特定扩展文本的特定方面进行定制化。然而，这通常需要大量标注数据集和相当大的计算资源。本研究引入一种新方法，Augmented-Query Summarization (AQS)，用于无需大量标注数据集的主题聚焦摘要，利用查询增强和层次聚类。这种方法促进了机器学习模型在摘要任务中的可移植性，规避了特定主题训练的需求。通过实际测试，我们的方法表明能够生成相关且准确的摘要，显示其作为数据丰富环境中高性价比解决方案的潜力。这种创新为主题聚焦摘要技术的更广泛应用和可及性铺平了道路，提供了一种可扩展、高效的个人化内容提取方法。
引用
@article{arxiv.2404.16411,
title = {Label-Free Topic-Focused Summarization Using Query Augmentation},
author = {Wenchuan Mu and Kwan Hui Lim},
journal= {arXiv preprint arXiv:2404.16411},
year = {2024}
}