忠于原文：基于事实感知的神经抽象式摘要

与抽取式摘要不同，抽象式摘要需要融合源文本的不同部分，这容易产生虚假事实。我们的初步研究表明，最先进的神经摘要系统输出中近30%存在此问题。以往的抽象式摘要方法通常侧重于提升信息量，我们认为忠实性同样是实用的抽象式摘要系统的重要前提。为避免在摘要中生成虚假事实，我们利用开放信息抽取和依存句法分析技术从源文本中提取真实的事实描述。随后提出双注意力序列到序列框架，迫使生成过程以源文本和所提取的事实描述为条件。在Gigaword基准数据集上的实验表明，我们的模型可将虚假摘要大幅减少80%。值得注意的是，事实描述也显著提升了信息量，因为它们往往浓缩了源文本的含义。