无监督全局推理下的多文档自动摘要
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该文介绍了一种基于无监督的基于图的排名模型,用于提取科学文献的摘要。该方法在PubMed和arXiv数据集上的结果表明,在自动指标和人工评价方面优于强无监督基线,并且其性能与许多基于监督学习的方法相当。
🎯
关键要点
- 提出了一种基于无监督的基于图的排名模型,用于提取科学文献的摘要。
- 该方法假定源文档采用两级分层图表示。
- 利用不对称的位置提示来确定句子的重要性。
- 在PubMed和arXiv数据集上的结果表明,该方法在自动指标和人工评价方面优于强无监督基线。
- 其性能与许多基于监督学习的方法相当。
- 结果表明,篇章结构中的模式是确定科学文章重要性的强有力信号。
➡️