基于启发式的中间训练改进少样本多视角对话摘要
计算与语言
2022-03-31 v2
摘要
许多机构要求其客服人员手动总结与客户的对话。这些摘要对机构的决策至关重要。所需生成的摘要视角取决于摘要的应用场景。本工作研究支持代理与客户之间客服对话的多视角摘要。我们观察到不同视角的摘要关联着不同的启发式规则，并探索这些启发式以创建弱标注数据，用于在以稀缺人工标注摘要微调之前对模型进行中间训练。最重要的是，我们表明该方法仅用极少量标注数据即可支持模型生成多视角摘要。例如，我们的方法仅用原始数据 7% 训练时，便达到了用原始数据训练模型的 94% 性能（Rouge-2）。
引用
@article{arxiv.2203.15590,
title = {Heuristic-based Inter-training to Improve Few-shot Multi-perspective Dialog Summarization},
author = {Benjamin Sznajder and Chulaka Gunasekara and Guy Lev and Sachin Joshi and Eyal Shnarch and Noam Slonim},
journal= {arXiv preprint arXiv:2203.15590},
year = {2022}
}