问题一：为了解决行动项识别任务中的问题，你们采取了哪些措施？
为了解决行动项识别任务中的问题，你们采取了哪些措施？
参考回答：
为了解决行动项识别任务中的问题，我们构建并开源了第一个带有行动项标注的中文会议数据集，提出了Context-Drop的方法，并通过对比学习建模同时建模局部和全局上下文。此外，我们还探索了Lightweight model ensemble的方法，利用不同的预训练模型来提高行动项识别的表现。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656814
问题二：大模型在智能待办生成方面的特点是什么？
大模型在智能待办生成方面的特点是什么？
参考回答：
大模型在智能待办生成方面具有“准确率较低而可读性强”的特点。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656815
问题三：你们是如何结合小模型和大模型来提高待办事项总结的准确率的？
你们是如何结合小模型和大模型来提高待办事项总结的准确率的？
参考回答：
我们先通过小模型召回待办相关片段，然后再通过大模型结合上下文内容进行总结，返回待办事项的任务描述、负责人、时间期限等要素信息。通过探索上下文长度、Prompt、待办提示、聚合策略等方面的设置，不断改善行动项识别及总结的数据标注质量，优化大模型的总结表现。同时，训练过程中引入高难度负例样本强化了大模型的拒识能力，进一步提高了返回结果的准确率。
关于本问题的更多问答可点击原文查看：
https://developer.aliyun.com/ask/656816
问题四：业务侧主观评测结果显示什么？
业务侧主观评测结果显示什么？
参考回答：
业务侧主观评测结果显示“小模型识别+大模型总结”的两段式方法显著优于单独的小模型检测和大模型端到端生成方法。
关于本问题的更多问答可点击原文查看：
问题五：口语语言处理（SLP）在会议理解和生成中扮演了怎样的角色？
口语语言处理（SLP）在会议理解和生成中扮演了怎样的角色？
参考回答：
口语语言处理（SLP）在会议理解和生成中扮演着至关重要的角色，包括关键词提取和摘要生成等任务，它们对于会议信息的提取、组织排序及加工有着重要影响，并能显著提高用户获取重要信息的效率。
关于本问题的更多问答可点击原文查看：
