Электронный архив

Generating Sport Summaries: A Case Study for Russian

Показать сокращенную информацию

dc.contributor.author Malykh V.
dc.contributor.author Porplenko D.
dc.contributor.author Tutubalina E.
dc.date.accessioned 2022-02-09T20:33:42Z
dc.date.available 2022-02-09T20:33:42Z
dc.date.issued 2021
dc.identifier.issn 0302-9743
dc.identifier.uri https://dspace.kpfu.ru/xmlui/handle/net/169023
dc.description.abstract We present a novel dataset of sports broadcasts with 8,781 games. The dataset contains 700 thousand comments and 93 thousand related news documents in Russian. We run an extensive series of experiments of modern extractive and abstractive approaches. The results demonstrate that BERT-based models show modest performance, reaching up to 0.26 ROUGE-1F-measure. In addition, human evaluation shows that neural approaches could generate feasible although inaccurate news basing on broadcast text.
dc.relation.ispartofseries Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
dc.subject Neural networks
dc.subject Russian language
dc.subject Sport broadcast
dc.subject Summarization
dc.title Generating Sport Summaries: A Case Study for Russian
dc.type Conference Proceeding
dc.relation.ispartofseries-volume 12602 LNCS
dc.collection Публикации сотрудников КФУ
dc.relation.startpage 149
dc.source.id SCOPUS03029743-2021-12602-SID85104723895


Файлы в этом документе

Данный элемент включен в следующие коллекции

  • Публикации сотрудников КФУ Scopus [24551]
    Коллекция содержит публикации сотрудников Казанского федерального (до 2010 года Казанского государственного) университета, проиндексированные в БД Scopus, начиная с 1970г.

Показать сокращенную информацию

Поиск в электронном архиве


Расширенный поиск

Просмотр

Моя учетная запись

Статистика