2 个月前
无监督抽象会议总结与多句压缩及预算子模最大化
Guokan Shang; Wensi Ding; Zekun Zhang; Antoine Jean-Pierre Tixier; Polykarpos Meladianos; Michalis Vazirgiannis; Jean-Pierre Lorré

摘要
我们提出了一种全新的基于图的框架,用于生成会议演讲的抽象性总结,该框架完全无需监督且不依赖任何注释。我们的研究结合了多种最新方法的优点,同时解决了它们的不足之处。此外,我们利用了近期在词嵌入和应用于自然语言处理(NLP)的图退化方面的进展,将外部语义知识纳入考虑,并设计了定制化的多样性和信息量度量指标。在AMI和ICSI语料库上的实验表明,我们的系统超越了现有最先进水平。代码和数据已公开发布,用户可以进行交互式测试。