arXiv:1807.02748

Latent Semantic Analysis Approach for Document Summarization Based on Word Embeddings

Kamal Al-Sabahi, Zhang Zuping, Yang Kang

제출 2018-07-08

원문 초록

Since the amount of information on the internet is growing rapidly, it is not easy for a user to find relevant information for his/her query. To tackle this issue, much attention has been paid to Automatic Document Summarization. The key point in any successful document summarizer is a good document representation. The traditional approaches based on word overlapping mostly fail to produce that kind of representation. Word embedding, distributed representation of words, has shown an excellent performance that allows words to match on semantic level. Naively concatenating word embeddings makes the common word dominant which in turn diminish the representation quality. In this paper, we employ word embeddings to improve the weighting schemes for calculating the input matrix of Latent Semantic Analysis method. Two embedding-based weighting schemes are proposed and then combined to calculate the values of this matrix. The new weighting schemes are modified versions of the augment weight and the entropy frequency. The new schemes combine the strength of the traditional weighting schemes and word embedding. The proposed approach is experimentally evaluated on three well-known English datasets, DUC 2002, DUC 2004 and Multilingual 2015 Single-document Summarization for English. The proposed model performs comprehensively better compared to the state-of-the-art methods, by at least 1% ROUGE points, leading to a conclusion that it provides a better document representation and a better document summary as a result.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2409.19979v4cs.IR공통 태그 Word Embeddings공식 코드 · Papers with Code

LLM 기반 추천 모델에서 고차 상호작용 인식 향상

Enhancing High-order Interaction Awareness in LLM-based Recommender Model

대규모 언어 모델(LLM)은 추천 태스크를 텍스트 생성 태스크로 변환함으로써 추천 분야에서 뛰어난 추론 능력을 입증해 왔습니다. 그러나 기존 접근 방식들은 사용자-아이템 간의 고차 상호작용을 무시하거나 비효율적으로 모델링합니다. 이를 위해 본 논문에서는 향상된 LLM 기반 추천기인 ELMRec을 제시합니다. 본 연구는 그래프 사전학습(pre-training) 없이도 추천을 위한 그래프 기반 상호작용에 대한 LLM의 해석 능력을 대폭 개선하기 위해 온단어 임베딩(whole-word embedding)을 강화합니다. 이러한 발견은 온단어 임베딩을 통해 풍부한 지식 그래프를 LLM 기반 추천 모델에 통합하려는 연구에 영감을 줄 수 있습니다. 또한 LLM이 최근의 상호작용보다 사용자의 초기 상호작용에 기반하여 아이템을 추천하는 경향이 있음을 발견하고, 이에 대한 재순위화(reranking) 솔루션을 제시합니다. 제안된 ELMRec은 직접 추천 및 순차적 추천 모두에서 최신(SOTA) 방법들보다 우수한 성능을 보입니다.

arXiv:2405.15604v4cs.CL공통 태그 Document Summarization공식 코드 · Papers with Code

텍스트 생성: 과업, 평가 및 해결 과제에 대한 체계적 문헌 고찰

Text Generation: A Systematic Literature Review of Tasks, Evaluation, and Challenges

텍스트 생성에 대한 접근성이 그 어느 때보다 높아졌으며, 특히 대규모 언어 모델(LLM)을 활용한 시스템에 대한 관심이 커지면서 관련 논문의 출판이 급증하고 있습니다. 본 연구에서는 2017년 1월부터 2025년 12월까지의 기간을 아우르는 257편의 논문으로 구성된 체계적 문헌 고찰을 제공합니다. 이 리뷰에서는 텍스트 생성 분야의 기여를 오픈엔드(open-ended) 텍스트 생성, 요약, 번역, 패러프레이징, 질의응답이라는 다섯 가지 주요 과업으로 분류합니다. 자체적인 분류 체계의 각 과업에 대해 관련 특성과 핵심 하위 과업을 검토합니다. 또한 비모델 기반(model-free), 모델(model) 기반, 인간 평가를 아우르며 텍스트 생성 시스템을 평가하기 위한 최신 접근법을 평가합니다. 본 조사에서는 여러 과업별 도전 과제(예: 다중 문서 요약을 위한 데이터셋 부재, 스토리 생성에서의 일관성 부족, 질의응답에서의 복합 추론 어려움 등)를 밝혀냅니다. 나아가 최근 텍스트 생성 논문들의 모든 과업 및 하위 과업에서 공통으로 나타나는 9가지 도전 과제인 바이어스(bias), 추론, 환각(hallucination), 오용, 개인정보 보호, 해석 가능성, 투명성, 데이터셋, 컴퓨팅에 대해 논의합니다. 이 체계적 문헌 고찰은 두 가지 주요 독자층을 대상으로 합니다. 바로 해당 분야의 전반적인 개요와 유망한 연구 방향을 모색하는 자연어 처리(NLP) 분야의 신진 연구자와, 주요 과업, 평가, 도전 과제 및 완화 전략에 대한 최신 개요가 필요한 시니어 연구자입니다.

arXiv:2407.13053v2cs.CY공통 태그 Word Embeddings공식 코드 · Papers with Code

E2Vec: 전자책 시스템에서의 학생 행동 분석을 위한 시간 정보 기반 특징 임베딩

E2Vec: Feature Embedding with Temporal Information for Analyzing Student Actions in E-Book Systems

디지털 교과서(전자책) 시스템은 학생들의 교과서와의 상호작용을 EventStream 데이터라고 불리는 일련의 이벤트(event)로 기록합니다. 과거 연구자들은 EventStream에서 의미 있는 특징(feature)을 추출하여 성적 예측이나 학생 행동 모델링과 같은 다운스트림(downstream) 태스크의 입력으로 활용했습니다. 기존 연구는 조작 유형의 수나 접근 빈도와 같이 EventStream 로그에서 파생된 주로 통계 기반 특징을 사용하는 모델들을 평가했습니다. 이러한 특징들은 특정 통찰력을 제공하는 데 유용하지만, 학생 간의 학습 행동에 있는 세밀한 차이를 포착하는 시간 정보가 부족합니다. 본 연구는 단어 임베딩(word embedding) 기반의 새로운 특징 표현 방법인 E2Vec을 제안합니다. 제안된 방법은 각 학생에 대한 조작 로그와 시간 간격을 문자의 문자열 시퀀스(sequence)로 간주하여, 시간 정보를 통합한 학습 활동 특징의 학생 벡터를 생성합니다. 우리는 2년간의 컴퓨터 과학 강의에서 수집된 데이터셋(dataset)에 있는 305명의 학생 각각에 대해 임베딩 벡터를 생성하도록 fastText를 적용했습니다. 그 후, 위험군 탐지 태스크(task)에서 E2Vec의 효과를 조사하여 일반화 가능성과 성능에 대한 잠재력을 입증했습니다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.