基于超图支配的单文档抽取式摘要
摘要
本文提出了一种使用超图支配的抽取式文本摘要的新方法,并将其性能与现有的基于图的方法进行了比较。
arXiv:2609.15993v1 公告类型:新
摘要:自然语言处理中的自动文本摘要(ATS)一直是信息检索中的一个重要任务。它将文档压缩以生成摘要,捕捉文档中传达的所有相关和重要信息。本研究探索了使用超图进行单文档抽取式摘要的方法。目标:本研究探索了一种利用超图中支配性质来生成抽取式摘要的新方法,并将其性能与最先进的基于图的方法进行比较。方法:我们的工作旨在通过创建句子超图来生成抽取式摘要,其中每个句子代表一个节点,边是包含该句子的关键词或命名实体。我们生成一个超图,其中每条边是一个关键词或重要主题,节点是包含这些关键词的句子。然后,我们应用贪心算法找到超图的支配集,该支配集将包含形成抽取式摘要的句子。
查看缓存全文
缓存时间: 2026/09/16 08:36
# 基于超图支配性的单文档抽取式摘要方法 来源:https://arxiv.org/abs/2609.15993 查看PDF(https://arxiv.org/pdf/2609.15993) > 摘要:自然语言处理中的自动文本摘要(ATS)一直是信息检索领域的重要任务。该技术通过压缩文档生成摘要,以捕捉文档中所有相关且重要的信息。本研究探索了利用超图进行单文档抽取式文本摘要的方法。目标:本研究探索了一种利用超图支配性生成抽取式摘要的新方法,并将其性能与最先进的基于图的方法进行比较。方法:我们的工作旨在通过创建句子超图生成抽取式摘要,其中每个句子代表一个节点,边是包含该句子的关键词或命名实体。我们生成的超图中,每条边代表一个关键词或重要主题,节点则是包含这些关键词的句子。随后应用贪心算法寻找超图的支配集,该集合将包含构成抽取式摘要的句子。 ## 提交历史 来自:Sheetal Sonawane 博士 \[查看邮件(https://arxiv.org/show-email/e6ff42d7/2609.15993)\] **\[v1\]** 2026年7月8日 周三 09:46:49 UTC(478 KB)
相似文章
LexLattice:基于文档层次结构的神经元胞自动机多语言抽取式摘要
LexLattice 提出了一种多语言抽取式摘要方法,该方法利用文档层次结构上的神经元胞自动机,在 EUR-Lex-Sum 数据集上实现了最先进的 ROUGE 分数,并通过紧凑模型超越了大型指令调优基线。
@tom_doerr: HyperExtract 使用大型语言模型将非结构化文档转换为结构化的知识图谱、超图和列表…
HyperExtract 是一个基于 LLM 的框架,用于将非结构化文档转换为结构化的知识图谱、超图和列表,简化知识提取和管理。
一种用于生物医学与临床文本抽取式摘要的混合分层1D-CNN-BiLSTM框架
本文介绍了一种混合分层1D-CNN-BiLSTM框架,用于生物医学与临床文本的抽取式摘要,旨在通过直接从源文档中选择句子而不是生成新文本来保持事实性。
ScholarSum:基于知识图谱推理与反思式优化的师生式抽象摘要生成
ScholarSum是一个层次化反思图框架,用于科学文献的抽象摘要生成,模拟了师生写作过程。它利用层次化知识图谱捕获全局结构,生成初稿,并通过证据检索和类似教师的审阅迭代地优化摘要,以提高流畅性和事实忠实性。
经典语义抽取式摘要能否在印地语中进行评估?一项复现研究
本文复现了一种针对印地语的分布式语义抽取式摘要方法,并在标准语料库上进行评估,发现句子位置是唯一有效的特征,且当前的印地语基准测试未能激励高级内容选择。