【文本摘要】文本摘要(text summarization)最新研究热点、发展趋势、里程碑论文推荐...

点击上方，选择星标或置顶，每天给你送干货！

阅读大概需要6分钟

跟随小博主，每天进步一丢丢

作者：刘鹏飞

编辑：AINLP

原文链接，点击文末阅读原文直达：

https://zhuanlan.zhihu.com/p/111266615

---

根据最近八年(2013-2020)）各大NLP会议(ACL / EMNLP / NAACL / ICML / ICLR / AAAI / IJCAI / NeurIPS) 近300篇摘要论文的分析，我们简单统计摘要以下的发展趋势:

蓝色柱形图表示对应topic下2019年以前的论文数，红色柱形图表示对应topic下2019年及以后的论文数；红色高亮文字为热门研究话题；（热门话题根据2019以后论文数目占比而定义）

最新发展趋势：

1  模型角度：图神经网络(GNNs) 和 为摘要定制化的与训练模型 (Pre-trained models) 逐渐成为2019关注热点；（如果你感兴趣该热点下的论文：

1）GNNs:

http://pfliu.com/pl-summarization/summ_paper_arch-gnn.html

Summarization-Paperlist pfliu.com

2) Pre-trained Models:

http://pfliu.com/pl-summarization/summ_paper_preX.html

Summarization-Paperlist pfliu.com

2  数据集角度：越来越多的工作专注提出适用在不同场景的新数据集；（如果你感兴趣该热点下的论文：

http://pfliu.com/pl-summarization/summ_paper_data-new.html

Summarization-Paperlist pfliu.com

3  任务设定角度：学术论文摘要异军突起；（如果你感兴趣该热点下的论文：

http://pfliu.com/pl-summarization/summ_paper_task-sci.html

Summarization-Paperlist pfliu.com

4) 评测角度：生成式摘要的"事实性"(factuality)检测大热；（如果你感兴趣该热点下的论文：

http://pfliu.com/pl-summarization/summ_paper_factuality.html

Summarization-Paperlist pfliu.com

摘要领域基础研究概念

那么，摘要除了这些研究话题，还有什么其它的研究概念呢？这里我们通过300篇左右论文，做了如下抽象，定义了该任务下比较重要的一些研究概念，强烈建议领域新人查阅；可以大大加快你在该任务下的论文阅读速度

链接如下：

https://github.com/neulab/Text-Summarization-Papers/blob/master/summ_concept.md

https://github.com/neulab/Text-Summarization-Papers/blob/master/summ_concept.md github.com

论文推荐

1） 抽取式摘要10篇必读论文：

http://pfliu.com/pl-summarization/summ_paper_gen-ext.html

Summarization-Paperlist pfliu.com

2） 生成式摘要10篇必读论文：

http://pfliu.com/pl-summarization/summ_paper_gen-abs.html

Summarization-Paperlist pfliu.com

3）深度学习时代摘要10大高引论文：

http://pfliu.com/pl-summarization/summ_paper_topcited.html

Summarization-Paperlist pfliu.com

彩蛋

2013年以来8大AI会议近300篇摘要论文大列表：

http://pfliu.com/pl-summarization/summ_paper.html

Summarization-Paperlist pfliu.com

最后最后，，，包含上述所有介绍的项目主页：

https://github.com/neulab/Text-Summarization-Papers

neulab/Text-Summarization-Papers github.com

---

投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。

方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。

记得备注呦

让更多的人知道你“在看”