基于稀疏编码的读者感知多文档摘要

我们提出了一种称为读者感知多文档摘要（RA-MDS）的新MDS范式。具体地，我们还收集了一组与新闻报道相关的读者评论。针对该事件从报道生成的摘要不仅应根据报道而且应根据读者评论具有显著性。为解决此RA-MDS问题，我们提出了一种基于稀疏编码的方法，能够通过联合考虑新闻报道和读者评论来计算文本单元的显著性。我们框架的另一读者感知特性是通过实体重写提升语言质量。在统一优化模型下，重写考量与其他摘要需求被联合评估。为支持通过优化生成压缩摘要，我们探索了更细的句法单元，即名词/动词短语。本工作中，我们还生成了一个用于开展RA-MDS的数据集。在该数据集和一些经典数据集上的大量实验证明了我们提出方法的有效性。