一种用于抽象式多文档新闻摘要的无监督掩码目标
计算与语言
2022-01-10 v1
摘要
我们表明，一个简单的无监督掩码目标在抽象式多文档新闻摘要上可接近有监督方法的性能。我们的方法训练一个最先进的神经摘要模型，以预测相对于多文档组具有最高词汇中心性的被掩码源文档。在 Multi-News 数据集上的实验中，我们的掩码训练目标产生了一个系统，其优于以往的无监督方法，并且在人工评估中超越了最佳有监督方法，而无需访问任何真实摘要。此外，我们评估了受以往抽取式摘要工作启发的不同词汇中心性度量如何影响最终性能。
引用
@article{arxiv.2201.02321,
title = {An Unsupervised Masking Objective for Abstractive Multi-Document News Summarization},
author = {Nikolai Vogler and Songlin Li and Yujie Xu and Yujian Mi and Taylor Berg-Kirkpatrick},
journal= {arXiv preprint arXiv:2201.02321},
year = {2022}
}