LMGQS：一个面向查询聚焦摘要的大规模数据集
计算与语言
2023-05-23 v1
摘要
查询聚焦摘要（QFS）旨在提取或生成输入文档的摘要，该摘要直接回答给定查询或与给定查询相关。以文档、查询和摘要形式存在的大规模数据集的缺乏阻碍了该领域模型的发展。相比之下，存在多个用于通用摘要的大规模高质量数据集。我们假设在通用摘要标注中每个摘要句都隐藏着一个查询，并利用大规模预训练语言模型将其恢复。通过这种方式，我们将四个通用摘要基准转换为一个新的 QFS 基准数据集 LMGQS，其包含超过 100 万个文档-查询-摘要样本。我们深入研究了所提出数据集的属性，并使用最先进的摘要模型建立了基线。通过在 LMGQS 上微调语言模型，我们在多个现有 QFS 基准上实现了最先进的零样本和有监督性能，证明了 LMGQS 的高质量和多样性。
引用
@article{arxiv.2305.13086,
title = {LMGQS: A Large-scale Dataset for Query-focused Summarization},
author = {Ruochen Xu and Song Wang and Yang Liu and Shuohang Wang and Yichong Xu and Dan Iter and Chenguang Zhu and Michael Zeng},
journal= {arXiv preprint arXiv:2305.13086},
year = {2023}
}
备注
work in progress