【论文标题】FAR-ASS：事实意识增强的抽象句子摘要FAR-ASS: Fact-aware reinforced abstractive sentence summarization

【作者团队】Mengli Zhang, Gang Zhou, Wanting Yu, Wenfen Liu

【发表时间】2020-01-19

【论文链接】http://www.researchgate.net/publication/348604749_FAR-ASS_Fact-aware_reinforced_abstractive_sentence_summarization

【推荐理由】自动摘要系统为当今文本数据的空前增长提供了有效的解决方案。对于诸如数据挖掘和信息检索之类的实际任务，所生成摘要的事实正确性至关重要。但是，现有模型通常着重于提高信息性，而不是优化事实正确性。该文章提出了一个事实意识增强的抽象句摘要框架，以提高神经抽象摘要模型（称为FAR-ASS）的事实正确性。具体来说，其开发了一种利用OpenIE（开放信息提取）和依赖解析器工具提取结构化事实元组的自动事实提取方案。然后，为了定量评估事实的正确性，定义了一个事实正确性评分函数，该函数考虑了事实准确性和事实冗余。文章进一步建议采用强化学习，通过共同优化混合目标学习功能来提高可读性和事实正确性。结果显示其模型显着提高了生成摘要的事实正确性和可读性，并且在提高信息量的同时减少了重复项。

内容中包含的图片若涉及版权问题，请及时与我们联系删除