yuyuyu_xxx的博客

codepaper新闻文章的主要目标是建立事件的事实记录，通常通过传达特定事件的细节（即 5W；有关该事件的人物、事件、地点、时间和原因）以及人们如何了解该事件来实现对此作出反应（即报告的陈述）。然而，现有的新闻摘要工作几乎完全集中在事件细节上。在这项工作中，我们提出了一项新颖的任务，即总结不同发言者对特定事件的反应（如他们报告的陈述所表达的那样）。为此，我们创建了一个新的多文档摘要基准 SUMREN，其中包含从讨论 132 个事件的 633 篇新闻文章中获得的 745 份不同公众人物的报道陈述摘要。

code生物医学出版物的自动合成激发了因文献拥堵而引发的深刻研究兴趣。当前的序列到序列模型主要依赖于词汇表面，很少考虑源文档中提到的实体之间的深层语义互连。这种肤浅的内容转化为捏造的、信息贫乏、冗余且近乎摘录的摘要，严重限制了它们在生物医学中的实际应用，其中专业术语和复杂的事实进一步强调了任务的复杂性。为了填补这一空白，我们认为摘要生成器应该获取对输入的语义解释，利用结构化和明确的表示来捕获和保存文本内容中最相关的部分。