FIRE 2025 SciHigh 任务概述:从科学论文生成研究亮点
计算机与社会
2026-01-21 v1 人工智能
计算与语言
摘要
“SciHigh:从科学论文生成研究亮点”专注于直接从科学摘要自动生成简洁、信息丰富且有意义的要点式亮点的任务。该任务的目标是评估计算模型在以简洁形式捕捉论文关键贡献、发现和新颖性方面生成亮点的有效性。亮点有助于读者快速掌握核心思想,并且通常比长段落更易于阅读和理解,尤其是在移动设备上。该任务使用 MixSub 数据集 \cite{10172215},该数据集提供了摘要和相应作者撰写的亮点对。在该任务的首届版本中,共有 12 个团队参与,探索了包括预训练语言模型在内的多种方法,以从该科学数据集中生成亮点。所有提交均使用 ROUGE、METEOR 和 BERTScore 等既定指标进行评估,以衡量与作者撰写亮点的对齐程度及整体信息量。团队根据 ROUGE-L 分数进行排名。研究结果表明,自动生成的亮点可以减少阅读负担,加速文献综述,并增强数字图书馆和学术搜索平台的元数据。SciHigh 为推进旨在从科学文献中生成简洁准确亮点的方法提供了专用基准。
引用
@article{arxiv.2601.11582,
title = {Overview of the SciHigh Track at FIRE 2025: Research Highlight Generation from Scientific Papers},
author = {Tohida Rehman and Debarshi Kumar Sanyal and Samiran Chattopadhyay},
journal= {arXiv preprint arXiv:2601.11582},
year = {2026}
}
备注
7 pages, 2 tables