基于噪声配对与部分监督的风格化观点摘要
计算与语言
2024-08-13 v2
摘要
观点摘要研究主要集中于从客户评论中生成反映重要观点的摘要，而未过多关注写作风格。本文提出风格化观点摘要任务，旨在以期望的（如专业的）写作风格生成客户评论的摘要。为应对收集客户与专业评论配对数据的困难，我们开发了非并行训练框架——噪声配对与部分监督（NAPA），该框架利用非并行的客户评论集与专业评论集训练风格化观点摘要系统。我们通过从 Yelp 和 Michelin 收集客户与专业评论，创建了基准数据集 ProSum。在 ProSum 和 FewSum 上的实验结果表明，我们的非并行训练框架在自动评测和人工评测上均持续提升表现，成功构建了能够从客户评论生成专业撰写摘要的风格化观点摘要模型。代码已发布于 https://github.com/megagonlabs/napa
引用
@article{arxiv.2211.08723,
title = {Noisy Pairing and Partial Supervision for Stylized Opinion Summarization},
author = {Hayate Iso and Xiaolan Wang and Yoshi Suhara},
journal= {arXiv preprint arXiv:2211.08723},
year = {2024}
}
备注
INLG 2024