NumHG：一个面向数字的新闻标题生成数据集
计算与语言
2023-09-06 v1
摘要
标题生成是抽取式摘要中的一项关键任务，旨在将全文文章压缩为简洁的单行文本。值得注意的是，尽管当代编码器-解码器模型基于ROUGE指标表现优异，它们在标题中精确生成数字时常常失误。我们认为缺乏提供细粒度标注以支持准确数字生成的数据集是一大障碍。为此，我们引入一个新数据集NumHG，并提供超过27,000篇带标注的富含数字的新闻文章以供详细研究。进一步，我们从数字准确性、合理性与可读性出发，通过人工评估考察了先前标题生成任务中五个表现良好的模型。我们的研究揭示了数字准确性方面有待改进，展示了NumHG数据集在推动面向数字的标题生成进展及激发数字聚焦文本生成的进一步讨论上的潜力。
引用
@article{arxiv.2309.01455,
title = {NumHG: A Dataset for Number-Focused Headline Generation},
author = {Jian-Tao Huang and Chung-Chi Chen and Hen-Hsen Huang and Hsin-Hsi Chen},
journal= {arXiv preprint arXiv:2309.01455},
year = {2023}
}
备注
NumEval@SemEval-2024 Dataset