2020年春季学期视觉计算实验室第十六周论文研读预告

时间: 2020年6月18日 09:00
地点: 四川大学视觉计算实验室钉钉群
研读成员: 罗富智
研读内容
[1]Guo H, Laidlaw D H. Topic-based Exploration and Embedded Visualizations for Research Idea Generation[J]. IEEE Transactions on Visualization and Computer Graphics, 2020:3.
论文简介:
研究者经常需要通过写作的方式讲述自己的研究思路。在写作的过程中,随着新的观点以及相关论据被引入,针对问题的研究思路会得到调整和逐步完善。该工作为促进研究想法生成,开发了一个迭代设计的视觉分析工具。该工具,ThoughtFlow,使用主题模型对文献收集进行结构化和可视化,以展示研究构思过程中核心活动之间的信息。结果表明,主题模型能够为用户的连贯主题创作提供较好的帮助。

QQ--20200615225551

图1 ThoughtFlow系统的可视化界面设计

[2]Xin Z, Aixin S, Jing L, Karthik M. Subtopic-driven Multi-Document Summarization[C]// Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing.
论文简介:
在多文档摘要中,假设一组要摘要的文档在同一个主题上,即底层主题可以由集合中的所有文档共同表示。同时,不同的文档可以包含不同的子主题,同一子主题可以跨多个文档。受主题模型的启发,本工作提出了一种称为STDS的总结模型,在考虑上下文信息的基础上,采用子主题显著性和句子相对显著性分层估计句子显著性,以提取句子作为摘要。实验结果表明,该方法在基准数据集上的性能优于现有的方法。

2

图2 文章使用的分层RNN结构,以获得句子和文档表示
123