热点事件持续更新
研究者提出基于篇章解析的文档级数据增强框架
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员提出了一种结合大语言模型（LLMs）与文档级篇章结构解析的保持结构数据增强框架。该方法通过识别句对间的修辞关系并提取关键短语，能够在保留原始篇章结构的同时，将其替换为语义连贯但主题发生转变的新内容。在文本摘要和问答任务上的实验表明，该框架生成的增强数据提供了互补的监督信号，有效提升了多项任务的联合训练表现。
AI 根据报道生成 · 8 小时前更新
最新进展10月15日 12:00
研究者提出结合大模型与篇章解析的数据增强框架，已在摘要与问答任务中验证联合训练提升效果。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv 自然语言处理基于篇章结构解析的保持结构文档级数据增强方法
研究人员提出了一种结合大语言模型（LLMs）与文档级篇章结构解析的保持结构数据增强框架。该方法通过识别句对间的修辞关系并提取关键短语，在保留原始篇章结构的同时将其替换为语义连贯但主题转变的内容。在文本摘要和问答任务上的实验表明，该增强数据提供了互补监督信号，提升了多项任务的联合训练效果。
本事件热度走势
当前热度 8·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。