PLANTS: A Novel Problem and Dataset for Summarization of Planning-Like (PL) Tasks

要約

テキストの要約は、人間が消費する非構造化テキストから洞察を導き出すことを扱うよく研究された問題であり、広範なビジネス用途が発見されています。
ただし、現実のタスクの多くには、ワークフロー、レシピ、ダイアログ、旅行計画など、特定の目標を達成するための一連のアクションの生成が含まれます。
これらのタスクを計画類似 (PL) タスクと呼びますが、これらのタスクに共通する主な共通点は制御フロー情報であることに注意してください。
部分的に指定することもできます。
その構造は、ユーザーが迅速な意思決定を行うのに役立つ、より実用的な要約を作成する機会を提供します。
我々は、新しい計画要約問題を導入し、データセットを提示し、PL 要約を生成するためのベースライン方法を提供することによって、この観察を調査します。
定量的なメトリクスと定性的なユーザー調査を使用してベースラインを確立し、メソッドと大規模な言語モデルから計画の概要を評価します。
私たちは、この新しい問題とデータセットによって、解決された問題と考える人もいる要約研究を再活性化できると信じています。

要約(オリジナル)

Text summarization is a well-studied problem that deals with deriving insights from unstructured text consumed by humans, and it has found extensive business applications. However, many real-life tasks involve generating a series of actions to achieve specific goals, such as workflows, recipes, dialogs, and travel plans. We refer to them as planning-like (PL) tasks noting that the main commonality they share is control flow information. which may be partially specified. Their structure presents an opportunity to create more practical summaries to help users make quick decisions. We investigate this observation by introducing a novel plan summarization problem, presenting a dataset, and providing a baseline method for generating PL summaries. Using quantitative metrics and qualitative user studies to establish baselines, we evaluate the plan summaries from our method and large language models. We believe the novel problem and dataset can reinvigorate research in summarization, which some consider as a solved problem.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google