基于近似测地线的无监督观点摘要

观点摘要是从用户评论中生成捕捉主流观点的摘要的任务。在本文中，我们介绍了 Geodesic Summarizer (GeoSumm)，一种用于执行无监督抽取式观点摘要的新颖系统。GeoSumm 包含一个基于编码器-解码器的表示学习模型，该模型将文本的表示生成为潜在语义单元上的分布。GeoSumm 通过在多个解码器层上对预训练文本表示进行字典学习来生成这些表示。然后我们使用这些表示，通过一种新颖的基于近似测地距离打分机制来量化评论句子的相关性。我们利用相关性分数来识别主流观点，从而撰写通用和特定方面的摘要。我们提出的模型 GeoSumm 在三个观点摘要数据集上取得了最先进的性能。我们进行了额外的实验来分析我们模型的运作，并展示了 {\X} 在不同领域间的泛化能力。