HEGEL：面向长文档摘要的超图Transformer
计算与语言
2022-10-11 v1
摘要
长文档的抽取式摘要由于扩展的结构化输入上下文而具有挑战性。长距离句子依赖阻碍了跨句关系建模，而这是抽取式摘要的关键步骤。本文提出HEGEL，一种通过捕获高阶跨句关系进行长文档摘要的超图神经网络。HEGEL利用超图Transformer层更新并学习有效的句子表示，并融合不同类型的句子依赖，包括潜在主题、关键词共指和章节结构。我们通过在两个基准数据集上进行大量实验来验证HEGEL，实验结果表明了HEGEL的有效性和高效性。
引用
@article{arxiv.2210.04126,
title = {HEGEL: Hypergraph Transformer for Long Document Summarization},
author = {Haopeng Zhang and Xiao Liu and Jiawei Zhang},
journal= {arXiv preprint arXiv:2210.04126},
year = {2022}
}
备注
EMNLP 2022