Wasserstein 空间中的无监督观点摘要
计算与语言
2022-11-29 v1 人工智能
摘要
观点摘要将一组讨论同一主题的文档中所表达的观点进行综合以生成单一摘要。近期工作关注社交媒帖聚类的观点摘要。此类帖子噪声大且结构不可预测,相较于迄今作为观点摘要焦点的在线评论,给摘要分布的构建与语义保持带来了额外挑战。为应对这些挑战,我们提出 \textit{WassOS},一种利用 Wasserstein 距离的无监督抽取式摘要模型。我们使用变分自编码器获取文档/帖子的分布,并将分布解耦为独立的语义与句法空间。摘要分布通过语义与句法分布的 Wasserstein 重心获得。从摘要分布中采样的潜变量被送入带 transformer 层的 GRU 解码器以生成最终摘要。我们在包括 Twitter 聚类、Reddit 主题及评论的多个数据集上的实验表明,WassOS 在 ROUGE 指标上几乎总是优于最先进水平,且根据人工评估在语义保持方面持续生成最佳摘要。
引用
@article{arxiv.2211.14923,
title = {Unsupervised Opinion Summarisation in the Wasserstein Space},
author = {Jiayu Song and Iman Munire Bilal and Adam Tsakalidis and Rob Procter and Maria Liakata},
journal= {arXiv preprint arXiv:2211.14923},
year = {2022}
}