基于查询聚合的指导式对话摘要

传统对话摘要方法直接生成摘要，不考虑用户的具体兴趣。这在用户更关注特定主题或方面的情形下带来挑战。随着指令微调语言模型的发展，我们将指令微调引入对话以扩展对话摘要模型的能力集。为克服指导式对话摘要数据的稀缺性，我们提出一种三步法来合成高质量的基于查询的摘要三元组。该过程包括摘要锚定查询生成、查询过滤和基于查询的摘要生成。通过在三个带有多用途指导三元组的摘要数据集上训练名为 InstructDS（指导式对话摘要）的统一模型，我们扩展了对话摘要模型的能力。我们在四个数据集上评估了我们的方法，包括对话摘要和对话阅读理解。实验结果表明，我们的方法优于 SOTA 模型甚至更大规模的模型。此外，如人类主观评价所确认，我们的模型展现出更高的泛化性和忠实性。