A Faster Method For Generating Chinese Text Summaries-Combining Extractive Summarization And Abstractive Summarization

自动汇总 计算机科学 生成语法 多文档摘要 生成模型 人工智能 文本图 钥匙(锁) 自然语言处理 情报检索 计算机安全
作者
Wenchuan Yang,Tianyu Gu,Runqi Sui
标识
DOI:10.1145/3578741.3578752
摘要

Extractive summarization and generative summarization are the two main ways to generate summarization.However,previous work treats both of them as two independent subtasks.In this paper,we obtain new summarization by combining extractive summarization and generative summarization.This method extracts the key information of the article firstly,and then generates the summarization of the extracted information.The experimental result shows that this method can significantly improve the quality of the generative text compared with extractive summarization,and can significantly improve the generative speed compared with generative summarization.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
paper快来发布了新的文献求助10
1秒前
11发布了新的文献求助10
1秒前
橙子fy16_完成签到,获得积分20
2秒前
2秒前
2秒前
baolong完成签到,获得积分10
3秒前
愤怒的紫发布了新的文献求助10
4秒前
叮咚完成签到,获得积分10
4秒前
cmq完成签到 ,获得积分10
5秒前
5秒前
catsfat发布了新的文献求助10
6秒前
Singularity应助11采纳,获得10
6秒前
7秒前
li1发布了新的文献求助10
8秒前
tomato完成签到,获得积分10
8秒前
优雅山柏完成签到,获得积分10
8秒前
8秒前
多发文章完成签到,获得积分10
9秒前
55完成签到,获得积分10
9秒前
月光取暖发布了新的文献求助30
14秒前
劳模发布了新的文献求助10
16秒前
江月年完成签到 ,获得积分10
16秒前
dingtc0609_发布了新的文献求助10
16秒前
汉堡包应助个性的饼干采纳,获得10
17秒前
17秒前
小鱼完成签到,获得积分10
17秒前
19秒前
19秒前
19秒前
行走完成签到,获得积分10
20秒前
英姑应助shawn采纳,获得10
21秒前
21秒前
22秒前
DU发布了新的文献求助10
22秒前
wwww完成签到,获得积分10
23秒前
打打应助小糯米采纳,获得10
24秒前
ly_lin关注了科研通微信公众号
24秒前
qs完成签到,获得积分10
25秒前
你别皱眉完成签到,获得积分20
25秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124803
求助须知:如何正确求助?哪些是违规求助? 2775148
关于积分的说明 7725553
捐赠科研通 2430633
什么是DOI,文献DOI怎么找? 1291291
科研通“疑难数据库(出版商)”最低求助积分说明 622121
版权声明 600328