MRCBert：一种用于无监督摘要的机器阅读理解方法
计算与语言
2021-05-04 v1 人工智能
摘要
在进行在线购买时，顾客仔细阅读产品评论并据此做出决策变得十分重要。然而，评论可能冗长，可能包含重复的或有时无助于决策的不相关信息。本文中，我们介绍MRCBert，一种从产品评论生成摘要的新型无监督方法。我们利用机器阅读理解（即MRC）方法提取相关观点，并从评论中生成按评分和按方面的摘要。通过MRCBert我们表明，利用现有模型和迁移学习可以获得合理性能，这有助于在有限或低资源场景下学习。我们在Amazon评论数据集中电子产品类别的某产品评论上展示了结果。我们的方法是无监督的，因为它不需要任何特定领域的数据集（如产品评论数据集）进行训练或微调。相反，我们仅使用SQuAD v1.1数据集来微调BERT以完成MRC任务。由于MRCBert不需要任务特定数据集，它可轻易适配并用于其他领域。
引用
@article{arxiv.2105.00239,
title = {MRCBert: A Machine Reading ComprehensionApproach for Unsupervised Summarization},
author = {Saurabh Jain and Guokai Tang and Lim Sze Chi},
journal= {arXiv preprint arXiv:2105.00239},
year = {2021}
}