NSTM：彭博社中实时查询驱动的资讯概览生成
计算与语言
2020-06-02 v1
摘要
来自全球数十万来源的数百万篇新闻文章每天出现在新闻聚合器中。消费如此大量的新闻几乎是一项难以逾越的挑战。例如，在彭博系统中搜索关于英国的新闻的读者在典型一天会发现10,000篇文章。全球被新闻报道最多的公司苹果公司每天获得约1,800篇新闻文章。我们意识到需要一种新型摘要引擎，能将大量新闻浓缩为简短、易吸收的要点。该系统将过滤噪声与重复项，以识别并总结关于公司、国家或市场的关键新闻。当给定用户查询时，彭博的解决方案关键新闻主题（或称NSTM）利用最先进的语义聚类技术与新颖摘要方法，生成全面而简洁的摘要，极大简化新闻消费过程。NSTM可供全球数十万读者使用，并以亚秒级延迟每天服务数千次请求。在ACL 2020上，我们将展示NSTM的演示。
引用
@article{arxiv.2006.01117,
title = {NSTM: Real-Time Query-Driven News Overview Composition at Bloomberg},
author = {Joshua Bambrick and Minjie Xu and Andy Almonte and Igor Malioutov and Guim Perarnau and Vittorio Selo and Iat Chong Chan},
journal= {arXiv preprint arXiv:2006.01117},
year = {2020}
}
备注
To be presented at ACL 2020 (System Demonstration track)