Dissertação

Dialogue Summarization with Retrieval-Augmented Transformers EVALUATED

A sumarização de diálogos consiste em condensar um diálogo numa versão mais curta que tem como objetivo preservar os destaques da conversa. Métodos recentes baseados em redes neuronais codificador-decodificador já alcançam bons resultados em sumarização de documentos (ex., notícias ou artigos científicos). No entanto, quando se aplicam os mesmos métodos a diálogo, surgem vários problemas. Diálogos longos e desvios de tópicos enganam até mesmo os melhores modelos. Nesta dissertação, proponho uma nova abordagem com aumento por reaquisição que procura as passagens mais importantes num diálogo e resume apenas essas. Os resultados experimentais mostram resultados melhores para este método quando comparado a métodos prévios. Este trabalho também apresenta uma versão aumentada de um \textit{dataset} para sumarização de diálogo já existente que contém, para cada diálogo, as suas passagens mais relevantes. Esta contribuição pode incentivar trabalho futuro nesta área.
Sumarização de diálogo, Retrieval augmentation, Transformers, Treino, Inferência.

junho 21, 2024, 14:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Maria Luísa Torres Ribeiro Marques da Silva Coheur

Departamento de Engenharia Informática (DEI)

Professor Associado