该研究提出了一种个性化摘要系统UserDiSum,包含2400对文档和摘要,能够根据用户需求生成定制摘要。研究表明,考虑用户偏好的摘要模型在ROUGE评分上提高了13.9%。
本研究通过LongFormer改进医疗文本摘要模型,提升了信息保留和摘要准确性。实验结果表明,该模型在ROUGE指标上优于传统模型,但在简洁性和可读性方面仍需改进。
匈牙利语资源有限,研究人员开发了HunSum-2,一个用于训练摘要模型的开源匈牙利语语料库。数据集经过清洗、预处理和去重,包括抽象和提取式摘要。研究人员使用该数据集训练了基线模型,并进行了评估。数据集、模型和代码都是公开可用的。
该文介绍了一种利用抽象摘要生成简洁查询的方法,可以在现有数据集的检索系统中提高检索准确率。通过微调和开箱即食的摘要模型,检索准确率提高了3倍。
完成下面两步后,将自动完成登录并继续当前操作。