GAE-ISumm：基于无监督图的印度语言摘要方法
计算与语言
2022-12-27 v1 机器学习
摘要
文档摘要旨在生成文本文档的精确且连贯的摘要。许多深度学习摘要模型主要为英语开发，常需要大规模训练语料与高效的预训练语言模型及工具。然而，面向低资源印度语言的英语摘要模型常受丰富的形态变化、句法与语义差异所限。本文提出 GAE-ISumm，一种从无标注文本文档抽取摘要的无监督印度语摘要模型。具体而言，我们提出的 GAE-ISumm 模型使用图自编码器(GAE)联合学习文本表示与文档摘要。我们还提供手动标注的泰卢固语摘要数据集 TELSUM，以用我们的 GAE-ISumm 模型进行实验。此外，我们使用最公开的印度语言摘要数据集实验，以探究 GAE-ISumm 在其他印度语言上的有效性。我们在七种语言上对 GAE-ISumm 的实验得出如下观察：(i) 其在所有数据集上具竞争力或优于 SOTA 结果，(ii) 其在 TELSUM 上报告了基准结果，(iii) 在所提模型中引入位置与簇信息提升了摘要性能。
引用
@article{arxiv.2212.12937,
title = {GAE-ISumm: Unsupervised Graph-Based Summarization of Indian Languages},
author = {Lakshmi Sireesha Vakada and Anudeep Ch and Mounika Marreddy and Subba Reddy Oota and Radhika Mamidi},
journal= {arXiv preprint arXiv:2212.12937},
year = {2022}
}
备注
9 pages, 7 figures