GupShup:面向开放领域语码转换对话抽象式摘要的标注语料库
计算与语言
2021-04-20 v1 人工智能
计算机与社会
摘要
语码转换是说话者在对话过程中在不同语言之间切换的交流现象。随着对话代理与聊天平台的广泛采用,语码转换已成为全球许多多语社区书面对话中不可或缺的一部分。这使得开发用于摘要和理解这些对话的技术变得至关重要。针对此目标,我们提出印地语-英语语码转换对话的抽象式摘要任务,并构建了首个语码转换对话摘要数据集——GupShup,其包含超过 6831 段印地语-英语对话及其对应的人工标注摘要(英文与印地语-英文)。我们详细描述了整个数据收集与标注流程。我们利用多种语码转换统计量对数据集进行分析。我们训练了最先进的抽象式摘要模型,并通过自动指标与人工评估报告其性能。我们的结果表明,多语 mBART 与多视角 seq2seq 模型在该新数据集上取得了最佳性能。
引用
@article{arxiv.2104.08578,
title = {GupShup: An Annotated Corpus for Abstractive Summarization of Open-Domain Code-Switched Conversations},
author = {Laiba Mehnaz and Debanjan Mahata and Rakesh Gosangi and Uma Sushmitha Gunturi and Riya Jain and Gauri Gupta and Amardeep Kumar and Isabelle Lee and Anish Acharya and Rajiv Ratn Shah},
journal= {arXiv preprint arXiv:2104.08578},
year = {2021}
}