WSL-DS：基于远程监督弱监督学习的查询聚焦多文档抽取式摘要

在查询聚焦多文档摘要（QF-MDS）任务中，给定一组文档和一个查询，目标是基于给定查询从这些文档生成摘要。然而，该任务的一个主要挑战是缺乏可用的标注训练数据集。为克服此问题，本文提出一种利用远程监督的新型弱监督学习方法。具体而言，我们使用与目标数据集类似的数据集作为训练数据，借助预训练的句子相似度模型从多文档黄金参考摘要中为文档集中每个单独文档生成弱参考摘要。然后，我们在每个单文档上迭代训练摘要模型，以缓解神经网络摘要模型一次性在多个文档（即长序列）中训练时出现的计算复杂度问题。Document Understanding Conferences（DUC）数据集上的实验结果表明，我们所提方法在各种评估指标上确立了新的 SOTA 结果。