BanditSum：将抽取式摘要视为上下文赌博机问题
计算与语言
2019-05-09 v3
摘要
在这项工作中，我们提出了一种新颖的方法，用于训练神经网络执行单文档抽取式摘要，而无需启发式生成的抽取式标签。我们将我们的方法称为 BanditSum，因为它将抽取式摘要视为一个上下文赌博机（contextual bandit, CB）问题，其中模型接收待摘要的文档（上下文），并选择一系列句子包含在摘要中（动作）。我们使用策略梯度强化学习算法来训练模型选择能够最大化 ROUGE 分数的句子序列。我们进行了一系列实验，证明 BanditSum 能够取得优于或与最先进的抽取式摘要方法相当的 ROUGE 分数，并且比竞争方法使用显著更少的更新步数即可收敛。此外，我们通过实证表明，当优质摘要句子出现在源文档较后的位置时，BanditSum 的表现显著优于竞争方法。
引用
@article{arxiv.1809.09672,
title = {BanditSum: Extractive Summarization as a Contextual Bandit},
author = {Yue Dong and Yikang Shen and Eric Crawford and Herke van Hoof and Jackie Chi Kit Cheung},
journal= {arXiv preprint arXiv:1809.09672},
year = {2019}
}
备注
12 pages, 2 figures, EMNLP 2018