Descartes：生成维基百科条目的简短描述
计算与语言
2023-02-20 v3
摘要
维基百科是当今网络上最丰富的知识来源之一。为便于导航、搜索和维护其内容，维基百科的指导方针规定所有条目都应标注所谓的简短描述以表明条目主题（例如，beer 的简短描述为“由发酵谷物制成的酒精饮料”）。尽管如此，仍有很大比例的条目（从荷兰语的 10.2% 到哈萨克语的 99.7% 不等）尚未有简短描述，这对数百万维基百科用户造成了不利影响。受此问题驱动，我们提出了自动生成维基百科条目简短描述这一新任务，并提出了解决该任务的多语言模型 Descartes。Descartes 整合三种信息源以在目标语言中生成条目描述：该条目所有语言版本的文本、该条目在其他语言中已有的描述（若有），以及从知识图谱获得的语义类型信息。我们评估了一个同时处理 25 种语言的 Descartes 模型，表明其优于基线（包括一个强基于翻译的基线），并与为特定语言定制的单语模型表现相当。对三种语言的人工评估进一步表明，Descartes 生成的描述质量在很大程度上与人类撰写的描述难以区分；例如，我们 91.3% 的英文描述（对比人类撰写描述的 92.1%）达到了被收录进维基百科的标准，这表明 Descartes 已可用于生产环境，有潜力协助人类编辑填补当今维基百科各语言中的一大空白。
引用
@article{arxiv.2205.10012,
title = {Descartes: Generating Short Descriptions of Wikipedia Articles},
author = {Marija Sakota and Maxime Peyrard and Robert West},
journal= {arXiv preprint arXiv:2205.10012},
year = {2023}
}