面向对话摘要中省略现象的理解

对话摘要旨在将冗长对话压缩为简洁摘要，近年来取得了显著进展。然而，现有方法的结果仍远不能令人满意。以往工作指出省略是影响摘要质量的主要因素，但极少有研究进一步探究省略问题，例如省略如何影响摘要结果以及如何检测省略，而这对于减少省略、提升摘要质量至关重要。此外，分析与检测省略依赖于带有省略标签（即摘要中省略了哪些对话语句）的摘要数据集，而当前文献中尚不存在此类数据。本文中，我们提出 OLDS 数据集，为对话摘要提供高质量的省略标签（Omission Labels for Dialogue Summarization）。通过分析该数据集，我们发现为摘要模型提供真值省略标签以恢复省略信息可大幅改善摘要质量，这证明了省略检测对于对话摘要中省略缓解的重要性。因此，我们形式化了一项省略检测任务，并证明所提数据集能良好支撑该任务的训练与评估。我们还基于所提数据集呼吁开展省略检测的研究行动。我们的数据集与代码已公开可用。