基于异构图嵌入的中文文档无监督抽取式摘要方法
计算与语言
2022-11-10 v1
摘要
在无监督抽取式摘要场景下，学习高质量的句子表示对于从输入文档中选取重要句子至关重要。以往研究更多关注采用统计方法或预训练语言模型（PLMs）来提取句子嵌入，而忽略了词与句子之间异构交互类型所蕴含的丰富信息。本文首次提出一种针对中文文档的基于异构图嵌入（HGEs）的无监督抽取式摘要方法。通过构建异质文本图，结合图结构信息以捕获不同粒度的交互。此外，我们所提出的图具有通用性和灵活性，可轻松集成关键词等额外节点。实验结果表明，我们的方法在三个摘要数据集上持续优于强基线。
引用
@article{arxiv.2211.04698,
title = {Unsupervised Extractive Summarization with Heterogeneous Graph Embeddings for Chinese Document},
author = {Chen Lin and Ye Liu and Siyu An and Di Yin},
journal= {arXiv preprint arXiv:2211.04698},
year = {2022}
}