基于覆盖树的增量式抽取式观点摘要

抽取式观点摘要旨在通过提取代表评论集中普遍观点的代表性句子，自动生成关于某实体（例如产品评论）的文本摘要。通常，在线市场中的用户评论会随时间累积，观点摘要需要定期更新以向客户提供最新信息。在本文中，我们研究了底层评论集随时间演变的增量设置下的抽取式观点摘要任务。许多最先进的抽取式观点摘要方法基于中心性，例如 CentroidRank (Radev et al., 2004; Chowdhury et al., 2022)。CentroidRank 通过选择表示空间中距离质心最近的一组评论句子作为摘要来执行抽取式摘要。然而，这些方法无法在评论逐条到达的增量设置中高效运行。在本文中，我们提出了一种高效算法，用于在增量设置中准确计算 CentroidRank 摘要。我们的方法 CoverSumm 依赖于在覆盖树 (cover tree) 中对评论表示进行索引，并维护候选摘要评论句子的蓄水池。理论和运行时间的实证分析支持了 CoverSumm 的有效性。实证表明，在多样化的数据集（包括真实数据和为说明扩展性考虑而合成的数据）上，CoverSumm 比基线方法快达 36 倍，并且能够适应数据分布的细微变化。我们还对生成的摘要进行了人工评估，发现 CoverSumm 能够生成与底层评论集一致的信息丰富的摘要。