Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
More Efficient Algorithm for Mining Frequent Patterns with Multiple Minimum Supports Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Query-Biased Multi-document Abstractive Summarization via Submodular Maximization Using Event Guidance

verfasst von : Rui Sun, Zhenchao Wang, Yafeng Ren, Donghong Ji

Erschienen in: Web-Age Information Management

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper proposes an abstractive multi-document summarization method. Given a document set, the system first generates sentence clusters through an event clustering algorithm using distributed representation. Each cluster is regarded as a subtopic of this set. Then we use a novel multi-sentence compression method to generate K-shortest paths for each cluster. Finally, some preferable paths are selected from these candidates to construct the final summary based on several customized submodular functions, which are designed to measure the summary quality from different perspectives. Experimental results on DUC 2005 and DUC 2007 datasets demonstrate that our method achieves better performance compared with the state-of-the-art systems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Identifying Linked Data Datasets for sameAs Interlinking Using Recommendation Techniques
Nächstes Kapitel Inferring Diffusion Network on Incomplete Cascade Data
Fußnoten
7
We use Sent2Vec, which code is available at https://​github.​com/​klb3713/​sentence2vec, to learn the vectors of sentences.
 
Literatur
Banerjee, S., Mitra, P., Sugiyama, K.: Multi-document abstractive summarization using ILP based multi-sentence compression. In: Proceedings of IJCAI 2015, pp. 1208–1214 (2015)
Barzilay, R., McKeown, K.R.: Sentence fusion for multidocument news summarization. Comput. Linguist. 31(3), 297–328 (2005)CrossRefMATH
Biemann, C.: Chinese whispers: an efficient graph clustering algorithm and its application to natural language processing prob-lems. In: Proceedings of the First Workshop on Graph Based Methods for Natural Language Processing, pp. 73–80 (2006)
Bing, L., Li, P., Liao, Y., Lam, W.: Abstractive multi-document summarization via phrase selection and merging. In: Proceedings of ACL 2015, pp. 1587–1597 (2015)
Cheung, J.C.K., Penn, G.: Towards robust abstractive multi-document summarization: a caseframe analysis of centrality and domain. In: Proccedings of ACL 2013, pp. 775–786 (2013)
Cheung, J.C.K., Penn, G.: Unsupervised sentence enhancement for automatic. In: Proccedings of EMNLP 2014, pp. 775–786 (2014)
Dasgupta, A., Kumar, R., Ravi, S.: Summarization through submodularity and dispersion. In: Proccedings of ACL 2013, pp. 1014–1022 (2013)
Ding, X., Zhang, Y., Liu, T., Duan, J.: Using structured events to predict stock price movement: an empirical investigation. In: Proceedings of EMNLP 2014, pp. 1415–1425 (2014)
Fader, A., Soderland, S., Etzioni, O.: Identifying relations for open. In: Proceedings of EMNLP 2011, pp. 1535–1545 (2011)
Filippovai, K.: Multi-sentence compression: finding shortest paths in word graphs. In: Proceedings of Coling 2010, pp. 322–330 (2010)
Genest, P.-E., Lapalme, G.: Framework for abstractive summarization using text-to-text generation. In: Proceedings of the Workshop on Monolingual Text-To-Text Generation, pp. 64–73 (2011)
Grefenstette, E., Sadrzadeh, M.: Experimental support for a categorical compositional distributional model of meaning. In: Proceedings of EMNLP 2011, pp. 1394–1404 (2011)
Hu, Z., Rahimtoroghi, E., Munishkina, L., Swanson, R., Walker, M.A.: Unsupervised induction of contingent event pairs from film scenes. In: Proceedings of EMNLP 2013, pp. 369–379 (2013)
Li, C., Liu, Y., Liu, F., Zhao, L., Weng, F.: Improving multi-documents summarization by sentence compression based on expanded constituent parse trees. In: Proceedings of EMNLP 2014, pp. 691–701 (2014)
Li, P., Bing, L., Lam, W., Li, H., Liao, Y.: Reader-aware multi-document summarization via sparse coding. In: Proceedings of IJCAI 2015, pp. 30–35 (2015)
Li, W.: Abstractive multi-document summarization with semantic information extraction. In: Proceedings of EMNLP 2015, pp. 1908–1913 (2015)
Lin, H., Bilmes, J.: A class of submodular functions for document summarizatio. In: Proccedings of ACL 2011, pp. 510–520 (2011)
Lin, C.-Y.: Rouge: a package for automatic evaluation of summaries. In: Text Summarization Branckes Out: Proceedings of the ACL-04 Workshop, pp. 74–81 (2004)
Liu, F., Flanigan, J., Thomson, S., Dadeh, N., Smith, N.A.: Toward abstractive summarization using semantic representations. In: Proceedings of NAACL 2015, pp. 1077–1086 (2015)
Mani, I.: Automatic Summarization. Natural Language Processing, vol. 3. John Benjamins Publishing Company, Amsterdam (2001)CrossRefMATH
McDonald, R.: A study of global inference algorithms in multi-document summarization. In: Amati, G., Carpineto, C., Romano, G. (eds.) ECiR 2007. LNCS, vol. 4425, pp. 557–564. Springer, Heidelberg (2007)CrossRef
Mehdad, Y., Carenini, G., Ng, R.T.: Abstractive summarization of spoken and written conversations based on phrasal queries. In: Proceedings of ACL 2014, pp. 1220–1230 (2014)
Ng, J.-P., Chen, Y., Kan, M.-Y., Li, Z.: Exploiting timelines to enhance multi-document summarization. In: Proceedings of ACL 2014, pp. 923–933 (2014)
Sun, R., Zhang, Y., Zhang, M., Ji, D.: Event-driven headline generation. In: Proceedings of ACL 2015, pp. 462–472 (2015)
Zhang, Y.: Partial-tree linearization: generalized word ordering for text synthesis. In: Proceedings of IJCAI 2013, pp. 2232–2238 (2013)
Zheng, H.-T., Gong, S.-Q., Chen, H., Jiang, Y., Xia, S.-T.: Multi-document summarization based on sentence clustering. In: Neural Information Processing, pp. 429–436 (2014)
Metadaten
Titel
Query-Biased Multi-document Abstractive Summarization via Submodular Maximization Using Event Guidance
verfasst von
Rui Sun
Zhenchao Wang
Yafeng Ren
Donghong Ji
Copyright-Jahr
2016
Buch
Web-Age Information Management

Print ISBN: 978-3-319-39936-2

Electronic ISBN: 978-3-319-39937-9

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-39937-9_24

Neuer Inhalt

    Bildnachweise