抽象文本摘要的实体级事实一致性
计算与语言
2021-02-19 v1 人工智能
摘要
抽象摘要的一个关键挑战是确保生成摘要相对于原文的事实一致性。例如，在现有数据集上训练的最优模型表现出实体幻觉，生成源文档中不存在的实体名称。我们提出一组新度量来量化生成摘要的实体级事实一致性，并展示实体幻觉问题可通过对训练数据简单过滤而缓解。此外，我们在训练过程中引入摘要价值实体分类任务，以及一种联合实体与摘要生成方法，从而在实体级度量上取得进一步改进。
引用
@article{arxiv.2102.09130,
title = {Entity-level Factual Consistency of Abstractive Text Summarization},
author = {Feng Nan and Ramesh Nallapati and Zhiguo Wang and Cicero Nogueira dos Santos and Henghui Zhu and Dejiao Zhang and Kathleen McKeown and Bing Xiang},
journal= {arXiv preprint arXiv:2102.09130},
year = {2021}
}
备注
EACL 2021