基于约束马尔可夫决策过程的可控文本摘要
计算与语言
2021-08-10 v1
摘要
我们研究可控文本摘要，其允许用户对生成摘要的特定属性（如长度限制）进行控制。本工作中，我们提出一种基于约束马尔可夫决策过程（CMDP）的新颖训练框架，该框架便捷地包含一个奖励函数与一组约束，以促进更好的摘要控制。奖励函数鼓励生成内容接近人工撰写的参考摘要，而约束用于显式防止生成摘要违背用户设定的要求。我们的框架可应用于控制摘要的重要属性，包括长度、覆盖实体以及抽象性，我们针对这些方面分别设计了具体约束。在流行基准上的大量实验表明，我们的 CMDP 框架有助于在遵从给定属性要求的同时生成信息丰富的摘要。
引用
@article{arxiv.2108.03405,
title = {Controllable Summarization with Constrained Markov Decision Process},
author = {Hou Pong Chan and Lu Wang and Irwin King},
journal= {arXiv preprint arXiv:2108.03405},
year = {2021}
}
备注
To appear in TACL