We report results on the highlight

We report results on the highlight generation task
in Figure 3 with ROUGE-1 and ROUGE-L (error
bars indicate the 95% confidence interval). In
both measures, the ILP sentence baseline has the
best recall, while the ILP phrase model has the
best precision (the differences are statistically significant).
F-score is higher for the phrase-based
system but not significantly. This can be attributed
to the fact that the longer output of the
sentence-based model makes the recall task easier.
Average highlight lengths are shown in Table 3,
and the compression rates they represent. Our
phrase model achieves the highest compression
rates, whereas the sentence-based model tends to
select long sentences even in comparison to the
lead baseline. The sentence ILP model outperforms
the lead baseline with respect to recall but
not precision or F-score. The phrase ILP achieves
a significantly better F-score over the lead baseline
with both ROUGE-1 and ROUGE-L.

Kết quả (Việt) 2:

Chúng tôi báo cáo kết quả về công tác thế hệ nổi bật
trong hình 3 với ROUGE-1 và ROUGE-L (lỗi
thanh chỉ ra các khoảng tin cậy 95%). Trong
cả hai biện pháp, các cơ sở câu ILP có
hồi tốt nhất, trong khi mô hình cụm từ ILP có
độ chính xác tốt nhất (có sự khác biệt ý nghĩa thống kê).
F-score là cao hơn cho các cụm từ dựa trên
hệ thống nhưng không đáng kể. Điều này có thể là do
thực tế là các đầu ra còn các
mô hình dựa trên câu làm cho nhiệm vụ thu hồi dễ dàng hơn.
Độ dài trung bình nổi bật được thể hiện trong Bảng 3,
và tỷ lệ nén mà họ đại diện. Chúng tôi
mô hình cụm đạt được nén cao nhất
giá, trong khi mô hình câu dựa trên xu hướng
chọn câu dài ngay cả khi so sánh với các
cơ sở dẫn. Mô hình câu ILP nhanh hơn so với
các cơ sở dẫn đầu với sự tôn trọng gọi lại nhưng
không chính xác hoặc F-score. Các cụm từ ILP đạt được
một F-score tốt hơn đáng kể trên đường cơ sở dẫn
với cả ROUGE-1 và ROUGE-L.