Fair Summarization

Accedi

approfondimento - Fair Summarization

在擷取式摘要中兼顧品質與多樣性：公平摘要方法

本文提出了兩種新的擷取式摘要方法，FairExtract 和 FairGPT，旨在在多文件摘要中實現社會群體的公平代表性，同時保持摘要品質。

추출적 요약의 품질과 다양성을 모두 확보하는 공정한 요약 방법

본 논문에서는 다양한 사회 집단의 의견을 공정하게 반영하는 추출적 요약 방법을 제시하고, 요약의 품질과 공정성 사이의 균형을 효과적으로 달성하는 방법을 제시합니다.

抽出型要約における品質と多様性の両立：公平な要約の実現に向けて

本稿では、多様な社会集団の意見を公平に反映した抽出型要約を生成する手法、FairExtractとFairGPTを提案し、既存手法と比較して、品質を維持しながらも公平性の観点で優れた性能を示すことを実証しました。

Fairness-Oriented Extractive Summarization of Social Media Content Using Clustering and Large Language Models

This research introduces novel methods, FairExtract and FairGPT, to generate fair and high-quality extractive summaries of social media content by addressing the challenge of equitable representation across different social groups.

Chi Siamo

Prodotti

Risorse