[TACL] Abstractive Meeting Summarization: A Survey, TACL'23

[AkihikoWatanabe]

https://virtual2023.aclweb.org/paper_T4475.html

[AkihikoWatanabe]

A system that could reliably identify and sum up the most important points of a conversation would be valuable in a wide variety of real-world contexts, from business meetings to medical consultations to customer service calls. Recent advances in deep learning, and especially the invention of encoder-decoder architectures, has significantly improved language generation systems, opening the door to improved forms of abstractive summarization, a form of summarization particularly well-suited for multi-party conversation. In this paper, we provide an overview of the challenges raised by the task of abstractive meeting summarization and of the data sets, models and evaluation metrics that have been used to tackle the problems.

Translation (by gpt-3.5-turbo)

• 会話の最も重要なポイントを確実に特定し、要約することができるシステムは、ビジネスミーティングから医療相談、顧客サービスの電話まで、さまざまな現実世界の文脈で価値があります。深層学習の最近の進歩、特にエンコーダーデコーダーアーキテクチャの発明により、言語生成システムが大幅に改善され、特に多人数の会話に適した要約の形式である抽象的要約の改善が可能になりました。本論文では、抽象的な会議の要約化の課題と、その問題に取り組むために使用されているデータセット、モデル、評価指標について概説します。

  Summary (by gpt-3.5-turbo)

• 会議の要約化において、深層学習の進歩により抽象的要約が改善された。本論文では、抽象的な会議の要約化の課題と、使用されているデータセット、モデル、評価指標について概説する。