Spotify 在 TREC 2020 中的工作：面向播客摘要的体裁感知抽取式摘要
计算与语言
2021-04-09 v1
摘要
本文描述了我们提交至 TREC（文本检索会议）2020 播客赛道摘要任务的内容。该挑战的目标是借助播客音频的自动生成转录文本，生成包含一集播客中关键信息的简短且信息丰富的摘要。由于播客在体裁、主题和信息粒度上各不相同，我们提出了两种摘要模型，它们显式地将体裁和命名实体纳入考量，以生成契合播客风格的摘要。我们的模型为抽取式，并使用创作者提供的描述作为真实摘要进行监督。所提交摘要的结果显示，我们的最佳模型在人工评估中相较创作者描述与基线抽取式系统（二者得分均为 1.49）取得了 1.58 的聚合质量分数（提升 9%）。
引用
@article{arxiv.2104.03343,
title = {Spotify at TREC 2020: Genre-Aware Abstractive Podcast Summarization},
author = {Rezvaneh Rezapour and Sravana Reddy and Ann Clifton and Rosie Jones},
journal= {arXiv preprint arXiv:2104.03343},
year = {2021}
}
备注
The Twenty-Ninth Text REtrieval Conference (TREC 2020) Proceedings