NUTSHELL: A Dataset for Abstract Generation from Scientific Talks

要約

科学的コミュニケーションは、特にアクセス、要約、およびコンテンツの生成を支援するために、自然言語処理において注目を集めています。
この分野での新たな用途の1つは、記録された科学的プレゼンテーションからアブストラクトを自動的に生成することを目的としたスピーチツーアブストラクト生成（SAG）です。
SAGにより、研究者は会議の講演に効率的に関与することができますが、大規模なデータセットが不足しているため、進歩は制限されています。
このギャップに対処するために、 *ACL Conference Talksの新しいマルチモーダルデータセットであるNutshellを紹介します。
SAGの強力なベースラインを確立し、自動メトリックと人間の判断の両方を使用して、生成された要約の品質を評価します。
私たちの結果は、SAGの課題を強調し、一言ではトレーニングの利点を示しています。
オープンライセンス（CC-by 4.0）の下でNutshellをリリースすることにより、SAGでの研究を進め、改善されたモデルと評価方法の開発を促進することを目指しています。

要約(オリジナル)

Scientific communication is receiving increasing attention in natural language processing, especially to help researches access, summarize, and generate content. One emerging application in this area is Speech-to-Abstract Generation (SAG), which aims to automatically generate abstracts from recorded scientific presentations. SAG enables researchers to efficiently engage with conference talks, but progress has been limited by a lack of large-scale datasets. To address this gap, we introduce NUTSHELL, a novel multimodal dataset of *ACL conference talks paired with their corresponding abstracts. We establish strong baselines for SAG and evaluate the quality of generated abstracts using both automatic metrics and human judgments. Our results highlight the challenges of SAG and demonstrate the benefits of training on NUTSHELL. By releasing NUTSHELL under an open license (CC-BY 4.0), we aim to advance research in SAG and foster the development of improved models and evaluation methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google