基于 Frank-Wolfe 算法的长文档无监督抽取式摘要稀疏优化
计算与语言
2022-08-22 v1
摘要
我们处理无监督抽取式文档摘要问题，尤其是长文档。我们将无监督问题建模为稀疏自回归问题，并通过凸的范数约束问题逼近所得的组合问题。我们使用专用的 Frank-Wolfe 算法求解它。为生成含 个句子的摘要，该算法仅需执行约 次迭代，因而非常高效。我们解释如何避免显式计算完整梯度以及如何纳入句子嵌入信息。我们使用词汇（标准）ROUGE 分数与语义（基于嵌入的）分数，将我们的方法与另外两种无监督方法评估比较。我们的方法在两类数据集上均取得更好结果，且与嵌入结合用于高度复述的摘要时表现尤为良好。
引用
@article{arxiv.2208.09454,
title = {Sparse Optimization for Unsupervised Extractive Summarization of Long Documents with the Frank-Wolfe Algorithm},
author = {Alicia Y. Tsai and Laurent El Ghaoui},
journal= {arXiv preprint arXiv:2208.09454},
year = {2022}
}
备注
Accepted at the First Workshop on Simple and Efficient Natural Language Processing (SustaiNLP) at EMNLP 2020