长篇讨论的指示性摘要

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文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。该方法在 PubMed 和 arXiv 数据集上的结果表明,其在自动指标和人工评价方面优于强无监督基线,并且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。
  • 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。
  • 该方法的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。
➡️

继续阅读