MétaCan
Menu
Retour à la cohorte
Enregistrement W4389519920 · doi:10.18653/v1/2023.newsum-1

Proceedings of the 4th New Frontiers in Summarization Workshop

2023· paratext· en· W4389519920 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineComputer Science
ThématiqueNatural Language Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesInstitute for Information and Communications Technology PromotionHigher Education Commision, PakistanIran Telecommunication Research CenterKlaus Tschira StiftungAgency for Science, Technology and ResearchNational Research Foundation of KoreaDeutscher Akademischer AustauschdienstNatural Sciences and Engineering Research Council of CanadaMinistry of Science and ICT, South KoreaUniversity of TokyoJapan Society for the Promotion of ScienceNational Research Foundation
Mots-clésAutomatic summarizationComputer scienceData scienceInformation retrieval

Résumé

récupéré en direct d'OpenAlex

Message from the Workshop ChairsThe development of intelligent systems capable of producing concise, fluent, and accurate summaries is a longstanding objective in natural language processing.This workshop serves as a forum for the exchange of ideas towards achieving this aim.It brings together experts from various disciplines, including summarization, language generation, and cognitive and psycholinguistics, to discuss key issues in automatic summarization.The agenda covers a wide array of topics, such as innovative paradigms and frameworks, multilingual and cross-lingual setups, shared tasks, information integration, novel evaluation methods, applied research, and future research directions.The workshop is aimed at fostering a cohesive research community, expediting the transfer of knowledge, and developing new tools, datasets, and resources to meet the needs of academia, industry, and government.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,623
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNatural Language Processing TechniquesTravaux en français237 207