多文档摘要：一项对比评测
计算与语言
2023-09-26 v2 人工智能
摘要
本文旨在评测最先进的多文档摘要（MDS）模型在不同领域各类数据集上的表现，并探究现有模型的局限以确定未来研究方向。为弥补此空白，我们进行了广泛的文献综述以识别最先进模型与数据集。我们分析了PRIMERA与PEGASUS模型在BigSurvey-MDS和MS数据集上的性能，这些数据集因领域多样而带来独特挑战。我们的发现表明，通用预训练模型LED在MS数据集上优于PRIMERA与PEGASUS。我们使用ROUGE分数作为性能指标评测所识别模型在不同数据集上的表现。本研究为模型的优势、劣势及其在不同领域的适用性提供了宝贵见解。本工作可作为未来MDS研究的参考，并有助于开发准确且鲁棒的模型，以用于具有学术和/或科学复杂数据的高要求数据集以及通用的相对简单数据集。
引用
@article{arxiv.2309.04951,
title = {Multi-document Summarization: A Comparative Evaluation},
author = {Kushan Hewapathirana and Nisansa de Silva and C. D. Athuraliya},
journal= {arXiv preprint arXiv:2309.04951},
year = {2023}
}