@正在进行{koto-etal-2022-lipkey,title=“{L}-ip{K}-ey:一个用于生成缺失关键词和抽象摘要的大规模新闻数据集”,author=“Koto、Fajri和鲍德温、蒂莫西和Lau,Jey Han“,editor=“Calzolari、Nicoletta和黄、楚仁和Kim、Hansaem和Pustejovsky、James和Wanner、Leo和Choi、Key-Sun和Ryu、Pum-Mo和陈新喜多纳泰利、露西娅和纪、恒和Kurohashi、Sadao和帕吉奥、帕特里齐亚和薛、念文和Kim、Seokhwan和哈哈,英云和何、钟和Lee、Tony Kyungil和桑特斯、恩里科和邦德、弗朗西斯和Na,Seung-Hoon“,booktitle=“第29届国际计算语言学会议论文集”,月=10月,年=“2022”,address=“大韩民国庆州”,publisher=“国际计算语言学委员会”,url=“https://aclantology.org/2022.coling-1.303”,pages=“3427--3437”,抽象=“摘要、关键短语和标题是简洁地捕获文档内容的不同方式。虽然大多数以前的工作都分别发布了关键短语和摘要的数据集,但在这项工作中,我们引入了最大的新闻语料库LipKey,该语料库具有人工编写的抽象摘要、缺少的关键短语和名称。我们联合使用三要素通过多任务训练和训练作为联合结构化输入,在文档摘要的背景下进行。我们发现,将缺少的关键字和标题作为源文档的附加上下文可以改进基于变换的摘要模型。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“koto-etal-022-lipkey”><标题信息>LipKey:一个用于生成缺失关键词和抽象摘要的大规模新闻数据集</titleInfo><name type=“personal”>Fajri传真Koto公司<角色>作者</角色></name><name type=“personal”>蒂莫西鲍德温<角色>作者</角色></name><name type=“personal”>Jey(Jey)韩语<namePart type=“family”>Lau<角色>作者</角色></name><originInfo>2022-10年发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第29届国际计算语言学会议论文集</title信息><name type=“personal”>尼科莱塔卡尔佐拉里<角色><roleTerm authority=“marcorrator”type=“text”>编辑器</roleTerm></角色></name><name type=“personal”>楚伦<namePart type=“given”>黄<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>汉萨姆Kim(金)<角色>编辑器</角色></name><name type=“个人”>詹姆斯普斯特约夫斯基<角色>编辑器</角色></name><name type=“personal”>利奥瓦纳<角色>编辑器</角色></name><name type=“personal”>Key-Sun键<namePart type=“family”>Choi</namePart><角色>编辑器</角色></name><name type=“个人”>Pum-Mo泵<namePart type=“family”>Ryu<角色>编辑器</角色></name><name type=“personal”>新新<namePart type=“given”><namePart type=“family”>陈</namePart><角色>编辑器</角色></name><name type=“personal”>露西娅多纳泰利<角色>编辑器</角色></name><name type=“personal”>亨吉(Ji)<角色>编辑器</角色></name><name type=“personal”>萨多<namePart type=“given”>Kurohashi<角色>编辑器</角色></name><name type=“personal”>帕特里齐亚帕吉奥<角色>编辑器</角色></name><name type=“personal”>年文薛(音译)<角色>编辑器</角色></name><name type=“personal”>SeokhwanKim(金)<角色>编辑器</角色></name><name type=“personal”>Younggyun哈姆<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>钟他<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>Tony</namePart>京吉岛李<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>恩里科桑特斯<角色>编辑器</角色></name><name type=“personal”>弗朗西斯债券<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>承勋</namePart><namePart type=“family”>Na</namePart><角色>编辑器</角色></name><originInfo>国际计算语言学委员会<位置>韩国庆州</place></originInfo>会议出版物</relatedItem>摘要、关键词和标题是简洁地捕获文档内容的不同方式。虽然之前的大多数工作都分别发布了关键短语和摘要的数据集,但在这项工作中,我们引入了最大的新闻语料库LipKey,该语料库具有人工编写的抽象摘要、缺失的关键短语和标题。在文档摘要的背景下,我们通过多任务训练和训练共同使用这三个元素作为联合结构化输入。我们发现,将缺少的关键字和标题作为源文档的附加上下文可以改进基于变换的摘要模型</摘要>koto-etal-2022-lipkey<位置><网址>https://acl选集.org/2022.coling-1.303</url></位置><部分>2022-10年<扩展单元=“page”><开始>3427</开始><end>3437</范围></部分></mods></modsCollection>
%0会议记录%T LipKey:一个用于生成缺失关键词和摘要的大规模新闻数据集%法杰里·阿库托%鲍德温,蒂莫西%刘杰翰%尼科莱塔·Y·卡尔佐拉里%黄,楚仁%Y Kim、Hansaem%詹姆斯·普斯特约夫斯基%Y Wanner,利奥%Y Choi、Key-Sun%Y Ryu,Pum-Mo公司%Y Chen,辛熙%露西娅·多纳泰利%Y Ji、Heng%Y Kurohashi,佐藤%帕特里齐亚·帕吉奥%Y Xue,念文%Y Kim,Seokhwan先生%Y哈哈,Younggyun%Y He、Zhong%Y Lee、Tony Kyungil%恩里科·桑特斯%弗朗西斯·邦德%Y Na,承勋%第29届国际计算语言学会议论文集%D 2022年%10月8日%国际计算语言学委员会%C韩国庆州%F koto-etal-2022-lipkey公司%摘要、关键词和标题是简洁地捕获文档内容的不同方式。虽然之前的大多数工作都分别发布了关键短语和摘要的数据集,但在这项工作中,我们引入了最大的新闻语料库LipKey,该语料库具有人工编写的抽象摘要、缺失的关键短语和标题。我们通过多任务训练将这三个要素联合使用,并在文档摘要的上下文中将其作为联合结构化输入。我们发现,将缺少的关键字和标题作为源文档的附加上下文可以改进基于变换的摘要模型。%U型https://aclantology.org/2022.coling-1.303%电话:3427-3437
降价(非正式)
[LipKey:一个用于生成缺失关键词和抽象摘要的大型新闻数据集](https://aclantology.org/2022.coling-1.303)(Koto等人,COLING 2022)
国际计算语言学协会