Press "Enter" to skip to content

3 分钟看完一篇论文,AI 文本生成模型把今年 NeurIPS 2300+ 篇总结了个遍

今年 NeurIPS 大会论文已经放榜 ,终于可以学习一下大佬们的研究了。

 

不过,打开电脑,随便点开一篇,就是一大段密密麻麻的文字糊脸…… 只是摘要就有这幺长,还有 2300 多篇,这工作量实在劝退。

 

 

能不能让论文们都做一道经典的语文题:“用一句话概括全文内容”?还真可以。

 

最近 Reddit 上的一位博主发布了一篇今年的 NeurIPS 大会论文汇总, 其中的每篇论文下方(红框中)都有一句由 AI 生成的高度凝练的总结 。

 

 

而这款 AI 文本分析软件,其实就是东京工业大学团队开发的 Paper Digest 。

 

它号称能帮你把 论文阅读时间减少到 3 分钟 。

 

 

除了总结论文内容以外,它还可以 筛选出已经发布代码的论文 。

 

同样,这次 NeurIPS 大会上的 200 多篇已发布代码的文章也被汇总了出来(可能会有疏漏)。

 

点击“code”,就可以直接跳转到相应的 GitHub 页面。

 

 

AI 如何做好概括题

 

那这个 AI 文本分析神器应该怎幺用呢?

 

很简单,先打开 Paper Digest 的官网。完成一些注册工作后,滑到一个搜索框的界面:

 

 

在这个搜索框里填上你要总结概括的论文的 DOI 号。

 

DOI 号就像论文的身份证号,是独一无二的。以随便打开的一篇论文为例,它长这样(红框中即为 DOI 号):

 

 

填完之后,点击“Digest”就开始总结了:

 

 

只需几秒钟,就会有一句话的总结输出,你也可以选择一个最合适反馈给 Paper Digest,帮他们丰富数据库。

 

 

除了输入 DOI 号,如果你有本地的论文 PDF 文件,也可以直接导入。

 

 

是不是很方便?其实这样方便好用的模型还不止一种。

 

比如,在一款免费学术搜索引擎 Semantic Scholar 里,也加入了一个类似的高度概括 AI:TLDR。

 

TLDR(Too Long,Don’t Read),其实就是太长不看的意思……

 

在 Semantic Scholar 上搜索论文时,带有 TLDR(红框)标志的就是 AI 生成的一句话总结。

 

 

具体到方法原理上,我们不妨以 TLDR 为例一起来看看。

 

举个例子,下图中上边的格子中是摘要,简介,结论中相对重要的段落和句子。TLDR 会标记出突出的部分,然后组合成一个新的句子。

 

 

它的训练逻辑也很容易理解。简单来说,就是先确定一个标准答案,然后把标准答案打乱,再让 TLDR 尝试复原。

 

这和人类提炼概括的过程也很像。概括本身也需要忽视一些干扰,然后提取出最重要的部分。

 

所以在训练之前要准备两个数据库,也就是标准答案:一个是 SciTLDR,它包含接近 2000 篇计算机科学相关论文,每篇论文都有一个最好的总结。

 

另一个是论文-标题对数据库。由于标题中一般有很多重要的语句,对生成 TLDR 来说很有帮助。

 

将这两个数据库分别加上控制码“<TITLE>”和“<TLDR>”之后进行混合,送入 BART 模型。

 

最后的 BART 模型是一个基于 Transformer 的预训练 sequence-to-sequence 去噪自编码器,它的训练步骤主要有两步:

 

首先用任意噪声破坏函数文本,相当于把标准答案打乱。然后让模型学习重建原来的文本。这整个学习策略就是 CATTS。

 

 

来看看效果如何。

 

下图中 TLDR-Auth 是论文作者本人写的总结,TLDR-PR 是本科学生读完论文写的总结。

 

BART 和 CATTS 分别是原有模型和 CATTS 模型给出的总结。

 

 

从重合度看起来效果还是不错的。

 

相关推荐还需下功夫

 

不过,不论是 TLDR 还是 Paper Digest,都有不完善的地方。

 

TLDR 只针对计算机科学的论文进行了总结。

 

而对于 Paper Digest, 网友表示它虽然概括做得很好,但是相关推荐实在是不行 ,今后仍需改进。

 

 

而且 Paper Digest 并 不适用于所有论文 。

 

目前,它只对来源于开放获取期刊的论文或者本地 PDF 文件导入的论文有效。

 

但是不论哪种文本分析 AI,都可以快速获取论文高度凝练的概括信息。

 

如果大家想快速了解今年 NeurIPS 大会的论文情况,可以从文末链接中找到这次的汇总。

 

参考链接:

 

[1] https://www.reddit.com/r/MachineLearning/comments/r0gnej/r_one_sentence_highlight_for_every_neurips2021/

 

[2] https://aclanthology.org/2020.findings-emnlp.428.pdf

 

[3] https://www.paperdigest.org/2021/11/neurips-2021-highlights/

 

[4] https://www.paper-digest.com/

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注