.png){kind=icon}
返回
Multi-task generative dialogue summarization learning framework with topic-based data augmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.csl.2026.101998.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种基于主题数据增强的多任务学习对话摘要框架。我们还开发了该框架的开源实现，将与本文的最终版本一起公开发布。• 我们在实体和段落两个层次上融入外部知识，使模型能够更好地理解和总结语义丰富的对话。• 我们在两个真实数据集上进行了广泛的实验，包括比较实验、消融研究、人工评估和案例研究。通过大量实验，我们证明了我们的方法在SAMSum和DialogSum数据集上达到了新的最佳结果。
Keyword:
multi-task learning
dialogue summarization
topic-based data augmentation
entity-level knowledge
paragraph-level knowledge
期刊
C
IF:
0
论文数:
43
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
没有更多内容
没有更多内容