基于语义脚手架的抽取式对话摘要

现实应用中对抽取式对话摘要的需求日益增长。例如，客户服务中心或医院希望对客服交互和医患交互进行摘要。然而，由于缺少合适的数据集，鲜有研究者探索对话上的抽取式摘要。我们提出了一种基于 MultiWOZ 的抽取式对话摘要数据集。如果直接将先前最先进的文档摘要方法应用于对话，存在两个显著缺陷：餐厅名称等信息性实体难以保留，且来自不同对话域的内容有时不匹配。为解决这两个缺陷，我们提出脚手架指针网络（SPNet），以利用说话人角色、语义槽和对话域的现有标注。SPNet 将这些语义脚手架整合用于对话摘要。由于 ROUGE 无法捕捉上述两个缺陷，我们还提出了一种考虑文本中关键信息性实体的新评估指标。在 MultiWOZ 上，我们提出的 SPNet 在所有自动和人工评估指标上均优于最先进的抽取式摘要方法。