计算机科学 > 信息论
[提交于 2025年1月22日
(v1)
,最后修订 2025年5月2日 (此版本, v2)]
标题: 率失真框架下的摘要方法
标题: A Rate-Distortion Framework for Summarization
摘要: 本文介绍了一种用于文本摘要的信息论框架。我们定义了摘要器率失真函数,并表明它为摘要器的性能提供了一个基本的下限。我们描述了一种类似于 Blahut-Arimoto 算法的迭代过程来计算该函数。为了处理现实世界的文本数据集,我们还提出了一种实用的方法,可以在有限的数据量下计算摘要器率失真函数。最后,我们通过将摘要器率失真函数与实际使用的不同摘要器的性能进行比较,实证验证了我们的理论结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.