利用候选系统的局部与全局性能进行摘要技术聚合
信息检索
2018-09-10 v1 人工智能
计算与语言
摘要
随着提出的抽取式摘要技术数量不断增长，相较于其他系统，各个系统的优劣变得愈发不明。若干研究强调了这些系统在不同数据集之间、甚至在同一语料库内不同文档上的性能差异。应对这种差异并增强系统鲁棒性的一种有效方法，是在生成摘要时利用多个系统的输入。在本文工作中，我们定义了一种新颖的集成构建方式，通过利用候选摘要内容之间的相似性来估计其可靠性。我们定义了捕捉候选系统在整体语料库上性能的 GlobalRank，以及估计其在给定文档簇上性能的 LocalRank。随后我们使用这两个分数为每个单独系统分配权重，并据此生成新的聚合排序。在 DUC2003 和 DUC 2004 数据集上的实验表明，相较于现有的 sate-of-art 技术，ROUGE 分数有显著提升。
引用
@article{arxiv.1809.02343,
title = {Exploiting local and global performance of candidate systems for aggregation of summarization techniques},
author = {Parth Mehta and Prasenjit Majumder},
journal= {arXiv preprint arXiv:1809.02343},
year = {2018}
}