利用潜在叙事结构的剧本摘要生成
计算与语言
2020-04-28 v1
摘要
大多数通用抽取式摘要模型在新闻文章上训练，这些文章简短且所有重要信息都前置呈现。因此，此类模型对位置存在偏置，并常常从文档开头智能地选择句子。当摘要具有复杂结构且信息零散呈现的长篇叙事时，简单的位置启发式方法是不够的。在本文中，我们提出将叙事的底层结构显式地纳入通用的无监督和有监督抽取式摘要模型中。我们根据关键叙事事件（转折点）来形式化叙事结构，并将其视为潜在的，以摘要剧本（即抽取最优场景序列）。在 TV 剧本的 CSI 语料库上的实验结果（我们为其增补了场景级摘要标签）表明，潜在转折点与 CSI 剧集的重要方面相关，并较通用抽取算法提升了摘要性能，产生更完整和多样的摘要。
引用
@article{arxiv.2004.12727,
title = {Screenplay Summarization Using Latent Narrative Structure},
author = {Pinelopi Papalampidi and Frank Keller and Lea Frermann and Mirella Lapata},
journal= {arXiv preprint arXiv:2004.12727},
year = {2020}
}
备注
Accepted to appear at ACL 2020