m0_64165343的博客

中文标题：注意事实：基于知识增强的连贯性生成式文本摘要论文链接：https://arxiv.org/pdf/2006.15435.pdf发表：NeurIPS 2019组织：斯坦福Abstract目前的生成式摘要存在两个问题：（1）生成的摘要与文章事实或常识不相符；（2）当源文章较长时，无法产生连贯的摘要。本文提出了基于Transformer模型的改进以解决上述问题，具体做法为：（1）将wikidata知识图谱中实体级别的信息吸收进模型之中，让模型更加注重事实；（2）使用Transfo.

中文标题：基于自注意力导向复制机制的生成式摘要论文链接：https://aclanthology.org/2020.acl-main.125.pdf发表：ACL 2020组织：京东

中文标题：基于单句和双句打分的生成式摘要论文链接：https://arxiv.org/pdf/1906.00077.pdf发表：ACL 2019组织：中佛罗里达大学Abstract在生成摘要的过程中，除了要对单个句子进行信息压缩和改写，更要对多个句子进行信息融合，尤其是一个句子对。作者提出对单句和双句进行联合打分，本文提出的模型能够建模人对于单句和句子对的选择方式，通过压缩和融合生成摘要。1. Introduction作者提到在句子选择和句子信息融合之间有一条“鸿沟”，即句子.

中文标题：基于强化学习的句子排序抽取式摘要开源链接：https://github.com/shashiongithub/Refresh论文链接：​​​​​​https://arxiv.org/pdf/1802.08636.pdf发表：NAACL 2018组织：爱丁堡大学Abstract本文将抽取式摘要任务当作一个句子排名任务，提出了一个基于强化学习的新方法。并且在CNN/DM数据集上达到了SOTA。1. Introduction作者提到先前的抽取式摘要通常是将摘要任务当作.

中文标题：基于对话行为优化的句子门控生成式摘要模型论文链接：​​​​​​https://arxiv.org/pdf/1809.05715.pdf发表：2018 IEEE组织

中文标题：精调BERT做抽取式摘要论文链接：​​​​​​https://arxiv.org/pdf/1903.10318.pdf组织：爱丁堡大学开源链接：GitHub - nlpyang/BertSum: Code for paper Fine-tune BERT for Extractive SummarizationAbstract本文将BERT用于抽取式摘要，提出了BERT的一个变体：BERTSUM。1. Introduction...

中文标题：基于语义框架的生成式对话摘要论文链接：https://arxiv.org/pdf/1910.00825.pdf发表：ICLR 2020组织：浙大

中文标题：针对客服的自动对话摘要生成论文链接：https://dl.acm.org/doi/pdf/10.1145/3292500.3330683发表：KDD2019组织：滴滴AI labAbstract对话摘要的一个主要的挑战是确保摘要的逻辑性、完整性和正确性。本文作者提出了辅助关键点序列（auxiliary key point sequences）。在训练过程中，辅助关键点序列作为辅助标签帮助模型学习摘要的逻辑。相应地，作者提出了一个新的Leader-Writer网络。Leade.