16 天前

面向抽象型时间线摘要的学习

{Meng-Hsuan Yu, Zhangming Chan, Shen Gao, Xiuying Chen, Rui Yan, Dongyan Zhao}
面向抽象型时间线摘要的学习
摘要

时间线摘要旨在简洁地概括时间轴上的演化轨迹,现有时间线摘要方法均基于抽取式方法。本文提出了一项新的任务——抽象式时间线摘要(abstractive timeline summarization),该任务旨在对带有时间戳的事件信息进行简洁的重述与概括。与传统的文档摘要不同,时间线摘要需建模输入事件的时间序列特性,并按时间顺序归纳出关键事件。为应对这一挑战,本文提出一种基于记忆机制的时间线摘要模型(Memory-based Timeline Summarization, MTS)。具体而言,我们设计了一种时间-事件记忆结构,用于构建时间线,并利用事件在该时间线上的时间位置来引导生成过程。此外,在每一步解码过程中,我们将事件级信息融入词级注意力机制中,以避免不同事件之间的混淆。我们在大规模真实世界数据集上进行了大量实验,结果表明,MTS在自动评估与人工评估两个方面均达到了当前最优的性能水平。

面向抽象型时间线摘要的学习 | 最新论文 | HyperAI超神经