期刊：ACL
时间：2021
类型：开放域对话摘要
特点：抽取用户意图+摘要草稿作为辅助要素
作者：Chien-Sheng Wu, Linqing Liu, Wenhao Liu, Pontus Stenetorp, Caiming Xiong
机构：Salesforce Research University College London
在本文中，我们旨在提高抽象对话摘要的质量，同时实现粒度控制。我们的模型有两个主要组成部分和阶段：1）一个两阶段的生成策略，生成一个初步的概要草图，作为最终概要的基础。这个概要草图以伪标记的疑问代词类别和使用选区解析器提取的关键短语的形式提供了一个弱监督信号。 2）控制最终摘要粒度的简单策略，因为我们的模型可以通过预测和突出显示源文本的不同文本跨度来自动确定或控制给定对话生成的摘要句子的数量。我们的模型在最大的对话摘要语料库 SAMSum 上实现了最先进的性能，ROUGE-L 得分高达 50.79。此外，我们进行了案例研究，并展示了具有竞争力的人工评估结果和人工注释摘要的可控性。