优化摘要的事实正确性：以放射学报告摘要生成为例

神经抽象摘要模型能够生成与人工参考摘要重叠度很高的摘要。然而，现有模型并未针对事实正确性这一实际应用中的关键指标进行优化。本工作中，我们开发了一个通用框架，通过信息抽取模块将生成的摘要与其参考文本自动进行事实核查，从而评估其事实正确性。我们进一步提出了一种训练策略，通过强化学习以事实正确性奖励优化神经摘要模型。我们将所提方法应用于放射学报告的摘要生成，其中事实正确性是关键要求。在来自医院的两个独立数据集上，我们通过自动和人工评估表明，相较于一个具有竞争力的神经摘要系统，所提方法在事实正确性和输出整体质量上均有显著提升，生成的放射学摘要质量接近人工撰写水平。