Improving Query-Focused Meeting Summarization with Query-Relevant Knowledge

要約

クエリ中心の会議要約 (QFMS) は、クエリに基づいて特定の会議記録の要約を生成することを目的としています。
QFMS の主な課題は、入力テキストの長さが長いことと、会議記録に含まれるクエリ関連情報がまばらであることです。
この論文では、この課題に取り組むために、Knowledge-Aware Summarizer (KAS) と呼ばれる知識を強化した 2 段階のフレームワークを提案します。
最初の段階では、クエリ関連セグメントの抽出を改善するために知識認識スコアを導入します。
第 2 段階では、クエリ関連の知識を要約生成に組み込みます。
QMSum データセットの実験結果は、私たちのアプローチが最先端のパフォーマンスを達成することを示しています。
さらなる分析により、関連性のある忠実な要約を生成する際の当社の手法の能力が証明されます。

要約(オリジナル)

Query-Focused Meeting Summarization (QFMS) aims to generate a summary of a given meeting transcript conditioned upon a query. The main challenges for QFMS are the long input text length and sparse query-relevant information in the meeting transcript. In this paper, we propose a knowledge-enhanced two-stage framework called Knowledge-Aware Summarizer (KAS) to tackle the challenges. In the first stage, we introduce knowledge-aware scores to improve the query-relevant segment extraction. In the second stage, we incorporate query-relevant knowledge in the summary generation. Experimental results on the QMSum dataset show that our approach achieves state-of-the-art performance. Further analysis proves the competency of our methods in generating relevant and faithful summaries.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google