主题论文总结3：维基百科生成任务（持续更新ing...）

诸神缄默不语-个人CSDN博文目录

最近更新时间：2023.4.26
最早更新时间：2022.5.17

多文档摘要+长文本摘要
一般来说摘要自带小标题。而原文是网络数据，是从维基百科引用链接来获取的，所以可以自然链接回维基百科文章的section（小标题）中，因此很多工作会做结构化摘要。

1. 维基百科术语

1. Wikipedia inforboxes¹
   

2. 生成维基百科摘要

1. 数据集：WikiSum
   1. 提出数据集的：Generating wikipedia by summarizing long sequences.：提出了一个先抽取后生成的两阶段摘要生成模型，首先从网络资源中根据TF-IDF权重选择句子，然后将输入视作一个长序列，用transformer模型生成摘要。
   2. Generating summaries with topic templates and structured convolutional decoders.：用卷积（convolutional）encoder和分层（hierarchical）decoder，用Latent Dirichlet Allocation model (LDA)使decoder变得topic-aware。
   3. Leveraging graph to improve abstractive multi-document summarization.
   4. HierSumm Hierarchical transformers for multi-document summarization.：在抽取阶段用了一个learning-based model（我也不知道这是指啥），计算自然段间的learning-based model以建模其间依赖。
2. Re5：读论文 TWAG: A Topic-guided Wikipedia Abstract Generator_诸神缄默不语的博客-CSDN博客

3. 生成维基百科全文

1. 第一个做维基百科生成任务的论文：Automatically Generating Wikipedia Articles: A Structure-Aware Approach：用Integer Linear Programming (ILP)选择句子
2. Wikiwrite: generating wikipedia articles automatically.：评估被选句的coherence
3. WikiAsp: A Dataset for Multi-domain Aspect-based Summarization：探索Wikipedia的结构，构建aspect-based summarization dataset（手工打标aspects），用微调的RoBERTa模型识别输入自然段的aspects
4. Surfer100: Generating Surveys From Web Resources on Wikipedia-style：提到用预训练模型来做维基百科生成任务有个槽点在于预训练模型本来就是拿维基百科数据做的。对这一问题的解决方案就是用新生成的、预训练模型用来训练的数据之外的维基百科文章来做生成任务。

4. 其他任务

1. 用Wikipedia的infoboxes的key-value pairs生成biography：An unsupervised approach to biography production using wikipedia.
2. 关注女性传记生成：Generating Biographies on Wikipedia: The Impact of Gender Bias on the Retrieval-Based Generation of Women Biographies

5. 参考资料

本文参考了以下论文中的文献综述部分：

1. Re5：读论文 TWAG: A Topic-guided Wikipedia Abstract Generator_诸神缄默不语的博客-CSDN博客

---

1. 截图来自论文：Cross-Lingual Entity Linking in Wikipedia Infoboxes ↩︎