超越词表：迈向科学文献类人主题的抽象式主题标签
计算与语言
2022-11-11 v1
摘要
主题模型将文档组表示为词表（主题标签）。本研究探讨是否可以开发一种替代的主题标注方法，使其比词表更接近主题的自然语言描述。为此，我们提出了一种使用抽象式多文档摘要 (MDS) 生成类人主题标签的方法。我们通过一项探索性案例研究来调查该方法。我们对引文句子中的主题进行建模，以了解要将 MDS 完全应用于主题标注还需进行哪些进一步的研究。我们的案例研究表明，除了获得更具类人特征的主题外，使用聚类和摘要度量而非主题模型度量进行评估还具有额外优势。然而，我们发现，在设计一项充分具备统计功效的研究以全面评估 MDS 用于主题建模之前，还需要进行几项改进。即，提高聚类内聚性，提高 MDS 的事实性与忠实度，以及增加 MDS 可支持的文档数量。我们提出了若干关于如何解决这些问题的想法，并总结了对主题建模如何反过来用于改进一般 MDS 的思考。
引用
@article{arxiv.2211.05599,
title = {Moving beyond word lists: towards abstractive topic labels for human-like topics of scientific documents},
author = {Domenic Rosati},
journal= {arXiv preprint arXiv:2211.05599},
year = {2022}
}
备注
Accepted to WIESP @ AACL-IJCNLP