跳到正文
热点事件持续更新

团队提出保持篇章结构的文档级数据增强框架

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

研究团队提出一种基于大语言模型与文档级语篇结构解析的结构保持型数据增强框架。该框架识别句对之间的修辞关系并提取关键短语,在保持原有篇章结构的前提下,将内容替换为语义连贯但主题偏移的文本。 在文本摘要和问答任务上,团队称增强数据提供了互补监督,改善了联合数据训练效果;与标准 RST 解析器的对比及消融实验被用于验证该篇章表示的有效性。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.CL
    基于篇章解析的结构保持文档级数据增强框架

    研究团队提出一种基于 LLM 与文档级篇章结构解析的结构保持数据增强框架,通过识别句对间的修辞关系并提取关键短语,在保持原有篇章结构的前提下替换为语义连贯但主题偏移的内容。在文本摘要和问答任务上,增强数据提供了互补监督,改善了联合数据训练效果;与标准 RST 解析器的对比和消融实验进一步验证了该篇章表示的有效性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。