一种基于双语语义相似度奖励的零样本跨语言摘要深度强化模型
计算与语言
2020-06-30 v1
摘要
跨语言文本摘要旨在给定一种语言的输入文档，生成另一种语言的文档摘要。这是一项具有实际重要性但研究不足的 task，主要由于可用数据的匮乏。现有方法借助机器翻译来合成训练数据，但此类流水线方法存在错误传播问题。在本工作中，我们提出一种端到端跨语言文本摘要模型。该模型使用强化学习直接优化目标语言生成的摘要与源语言黄金摘要之间的双语语义相似度度量。我们还引入了利用单语摘要和机器翻译目标来预训练模型的技术。在英语—中文和英语—德语跨语言摘要设置下的实验结果证明了我们方法的有效性。此外，我们发现以双语语义相似度作为奖励的强化学习模型比强基线生成更流畅的句子。
引用
@article{arxiv.2006.15454,
title = {A Deep Reinforced Model for Zero-Shot Cross-Lingual Summarization with Bilingual Semantic Similarity Rewards},
author = {Zi-Yi Dou and Sachin Kumar and Yulia Tsvetkov},
journal= {arXiv preprint arXiv:2006.15454},
year = {2020}
}