DIFFQG：生成问题以概括事实性变更
计算与语言
2023-03-02 v1
摘要
识别同一篇文章两个版本之间的差异对于更新知识库以及理解文章如何演变十分有用。成对文本自然出现在多种情境中：记者撰写相似的新闻报道，权威网站的维护者必须保持其信息最新。我们提出将成对文档之间的事实性变更表示为问答对，其中同一问题在两个版本中的答案不同。我们发现问答对能够灵活且简洁地捕捉更新内容。在给定成对文档的情况下，标注者识别出被一个段落回答、但被另一段落以不同方式回答或无法回答的问题。我们发布 DIFFQG，其包含 759 个问答对以及 1153 个无事实性变更的成对段落示例。这些问题旨在既无歧义又具信息获取性，并涉及复杂编辑，超越了当前问题生成与事实性变更检测系统的能力。我们的数据集以问答形式概括文档两个版本间的变更，以一种新颖的方式研究自动更新摘要。
引用
@article{arxiv.2303.00242,
title = {DIFFQG: Generating Questions to Summarize Factual Changes},
author = {Jeremy R. Cole and Palak Jain and Julian Martin Eisenschlos and Michael J. Q. Zhang and Eunsol Choi and Bhuwan Dhingra},
journal= {arXiv preprint arXiv:2303.00242},
year = {2023}
}
备注
14 pages. Accepted at EACL 2023 (main, long)