中文

PSentScore:对话摘要中情感极性的评估

计算与语言 2024-05-06 v2

摘要

自动对话摘要是一项成熟的任务,旨在将人类对话中最关键的信息提炼为简洁的文本摘要。然而,现有研究大多侧重于总结事实信息,忽视了情感内容,而情感内容对于分析、监测或促进人际互动具有宝贵价值。本文引入并评估了一组名为 PSentScore 的度量指标,旨在量化对话摘要中情感内容的保留程度。我们的结果表明,最先进的摘要模型在其摘要中并不能很好地保留情感内容。此外,我们证明,仔细选择对话样本的训练集可以改善生成摘要中情感内容的保留,尽管内容相关指标有轻微下降。

关键词

引用

@article{arxiv.2307.12371,
  title  = {PSentScore: Evaluating Sentiment Polarity in Dialogue Summarization},
  author = {Yongxin Zhou and Fabien Ringeval and François Portet},
  journal= {arXiv preprint arXiv:2307.12371},
  year   = {2024}
}

备注

LREC-COLING 2024, Torino (Italia), 20-25 May, 2024