Towards a Unified Framework for Aspect-based Multi-document Text Summarization

Angesichts extrem langer Texte bieten Zusammenfassungen, die die wichtigsten Punkte in einem kürzeren Textstück wiedergeben, oft den schnellste Weg, Wissen zu erfassen. Die manuelle Erstellung von qualitativ hochwertigen Zusammenfassungen ist jedoch eine mühsame und zeitaufwändige Aufgabe, die ihrerseits einen hohen Grad an Konzentration und Aufmerksamkeit erfordert. Dies bringt uns zum zentralen Thema dieser Dissertation: die automatische Erstellung von Textzusammenfassungen. Anstatt sich auf Menschen zu verlassen, wollen wir Texte mit Hilfe von Algorithmen zusammenfassen, die darauf ausgelegt sind, die gleichen zentralen Aspekte eines Textes wiederzugeben. Trotz jahrzehntelanger Forschung auf dem Gebiet der automatischen Textzusammenfassung sind wir jedoch noch immer nicht an einem Punkt, an dem Produkte, die auf dieser Forschung basieren, in der Allgemeinheit angekommen sind.

Die vorliegende Arbeit konzentriert sich nun auf diese Diskrepanz und bietet ein Rahmenwerk, um die verbleibenden Probleme automatischer Textzusammenfassungssystemen anzugehen, welche wir in drei wesentliche Problembereiche unterteilen: 

1. Qualitativ hochwertige und domänenspezifische Datensätze sind schwer zu finden.
2. Existierende Arbeiten vernachlässigen nutzerorientierte Aspekte für die Generierung von Zusammenfassungen.
3. Einen Mangel an aussagekräftigen Evaluierungen von Textzusammenfassungssystemen.