基于提示的 GPT-3.5 观点摘要生成
计算与语言
2023-05-24 v2
摘要
大型语言模型在包括文本摘要在内的多种任务上展现出令人印象深刻的性能。在本文中，我们表明这一强劲性能可延伸至观点摘要。我们探索了几种利用 GPT-3.5 以提示方式对大量用户评论进行摘要的流水线方法。为处理任意数量的用户评论，我们探索了递归摘要以及通过有监督聚类或抽取来选择显著内容进行摘要的方法。在两个数据集上——一个面向方面的酒店评论摘要数据集（SPACE）和一个 Amazon 与 Yelp 评论的通用摘要数据集（FewSum）——我们表明 GPT-3.5 模型在人类评估中取得了非常强劲的性能。我们认为标准评估指标未能反映这一点，并引入了三个针对忠实性、事实性与通用性的新指标来对比这些不同方法。
引用
@article{arxiv.2211.15914,
title = {Prompted Opinion Summarization with GPT-3.5},
author = {Adithya Bhaskar and Alexander R. Fabbri and Greg Durrett},
journal= {arXiv preprint arXiv:2211.15914},
year = {2023}
}
备注
Accepted to ACL (Findings) 2023