面向聊天记录的基于主题导向排序与上下文感知自编码器的无监督摘要

自动聊天摘要可帮助人们从大量聊天消息中快速掌握重要信息。与传统文档不同，聊天记录通常具有碎片化且演进的主题。此外，这些记录包含大量省略句与疑问句，使得聊天摘要高度依赖上下文。在这项工作中，我们提出一种称为RankAE的新型无监督框架，可在不采用人工标注数据的情况下执行聊天摘要。RankAE由主题导向排序策略与去噪自编码器组成：前者依据中心性与多样性同时筛选主题话语，后者经精心设计并基于所选话语生成简洁且含上下文信息的摘要。为评估所提方法，我们从客服环境收集大规模聊天记录数据集，并仅出于模型评估目的构建标注集。实验结果表明，RankAE显著优于其他无监督方法，并能在相关性与主题覆盖方面生成高质量摘要。