基于实体的 SpanCopy 用于抽象摘要以提升事实一致性
计算与语言
2022-09-09 v1
摘要
尽管近年的抽象摘要器在自动评价指标上取得了成功，所生成的摘要仍与源文档存在事实不一致。本文关注实体级事实不一致，即减少生成摘要与源文档之间不匹配的实体。因此我们提出了一种新颖的基于实体的 SpanCopy 机制，并探索其与全局相关性组件的扩展。在四个摘要数据集上的实验结果表明，SpanCopy 能有效提升实体级事实一致性，且在词级和实体级显著性上基本无变化。代码见 https://github.com/Wendy-Xiao/Entity-based-SpanCopy
引用
@article{arxiv.2209.03479,
title = {Entity-based SpanCopy for Abstractive Summarization to Improve the Factual Consistency},
author = {Wen Xiao and Giuseppe Carenini},
journal= {arXiv preprint arXiv:2209.03479},
year = {2022}
}