在线辩论的黄金标准摘要及面向在线辩论数据自动摘要的初步实验

在线文本媒体的使用正在稳步增加。每天都有越来越多的新闻报道、博客文章和科学文章被添加到在线资源库中。这些内容均可免费访问，并已被广泛应用于多个研究领域，例如自动文本摘要、信息检索、信息抽取等。与此同时，在线辩论论坛最近变得流行起来，但在很大程度上仍未被探索。因此，目前没有足够的带标注辩论数据资源可供进行该体裁的研究。在本文中，我们收集并标注了用于自动摘要任务的辩论数据。类似于抽取式黄金标准摘要的生成，我们的数据包含值得纳入摘要的句子。五位人工标注员执行了此任务。基于语义相似性的标注者间一致性，Cohen's kappa 为 36%，Krippendorff's alpha 为 48%。此外，我们还实现了一个针对在线辩论的抽取式摘要系统，并讨论了自动摘要在线辩论数据任务中的显著特征。