要約
抽出型要約とは異なり、抽象型要約はソーステキストの異なる部分を融合する必要があり、これにより偽の事実が生成されやすいという傾向があります。当方の初期研究では、最先端のニューラル要約システムから出力される内容のほぼ30%がこの問題に悩まされていることが明らかになりました。従来の抽象型要約手法は情報量の向上に焦点を当てることが多かった一方で、私たちは実用的な抽象型要約システムにおいて忠実性も重要な前提条件であると主張します。要約における偽の事実の生成を避けるために、オープン情報抽出技术和依存関係解析技術を利用し、ソーステキストから実際の事実記述を抽出します（Open Information Extraction and Dependency Parse Technologies）。その後、双方向注意メカニズムを持つシーケンス・ツー・シーケンスフレームワークを提案し、ソーステキストと抽出された事実記述に基づいて生成を行うことを強制します。ギガワードベンチマークデータセットでの実験結果は、私たちのモデルが偽の要約を80%削減できることが示されました。特に注目に値するのは、事実記述がしばしばソーステキストの意味を凝縮しているため、情報量面でも大幅な改善をもたらすことです。