Key points are not available for this paper at this time.
Die automatische Zusammenfassung von Diagrammen in Text ist ein effektives Hilfsmittel für sehbehinderte Menschen und bietet präzise Einblicke in tabellarische Daten in natürlicher Sprache für den Benutzer. Ein großes und gut strukturiertes Datenset ist immer ein Schlüsselfaktor für datengestützte Modelle. In diesem Papier schlagen wir ChartSumm vor: ein großangelegtes Benchmark-Datenset, das insgesamt 84.363 Diagramme sowie deren Metadaten und Beschreibungen umfasst und eine breite Palette von Themen und Diagrammtypen abdeckt, um kurze und lange Zusammenfassungen zu erzeugen. Umfassende Experimente mit starken Basislinienmodellen zeigen, dass diese Modelle zwar flüssige und informative Zusammenfassungen generieren und ansprechende Ergebnisse in verschiedenen automatischen Bewertungsmethoden erzielen, sie jedoch häufig mit Problemen wie Halluzinationen, dem Versäumnis, wichtige Datenpunkte zu erfassen, sowie falschen Erklärungen komplexer Trends in den Diagrammen konfrontiert sind. Wir haben auch das Potenzial untersucht, ChartSumm mithilfe automatisierter Übersetzungstools auf andere Sprachen auszuweiten. Diese machen unser Datenset zu einem herausfordernden Benchmark für zukünftige Forschungen.
Rahman et al. (Mon,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: