[论文解读] Abstractive Multi-Document Summarization via Phrase Selection and

Lidong Bing, Piji Li+4 more|arXiv (Cornell University)|Jun 4, 2015

Topic Modeling被引用 4

一句话总结

本文提出了一种用于摘要生成的抽取式多文档摘要框架，通过选择并合并具有信息量的名词短语和动词短语来构建新句子，以最大化信息显著性和语法连贯性。利用整数线性规划（ILP），该方法在TAC 2011基准测试中基于自动金字塔评估指标取得了最先进性能，并在人工语言质量评估中也表现出色。

ABSTRACT

We propose an abstraction-based multi-document summarization framework that can construct new sentences by exploring more fine-grained syntactic units than sentences, namely, noun/verb phrases. Different from existing abstraction-based approaches, our method first constructs a pool of concepts and facts represented by phrases from the input documents. Then new sentences are generated by selecting and merging informative phrases to maximize the salience of phrases and meanwhile satisfy the sentence construction constraints. We employ integer linear optimization for conducting phrase selection and merging simultaneously in order to achieve the global optimal solution for a summary. Experimental results on the benchmark data set TAC 2011 show that our framework outperforms the state-of-the-art models under automated pyramid evaluation metric, and achieves reasonably well results on manual linguistic quality evaluation.

研究动机与目标

• 通过利用名词短语和动词短语等细粒度句法单元，而非完整句子，来改进抽象式多文档摘要。
• 解决现有基于抽象的方法未显式优化短语显著性和句子级约束的局限性。
• 开发一个统一框架，同时选择并合并短语，以生成连贯且信息丰富的摘要句子。
• 通过整数线性规划实现短语选择与句子构建的全局最优。
• 在标准基准上评估该方法，并在自动与人工评估指标中均展示出卓越性能。

提出的方法

• 使用名词短语和动词短语作为基本单元，从输入文档中构建概念与事实池。
• 将短语表示为显著信息单元，并根据其相关性和信息量分配得分。
• 应用整数线性规划（ILP）联合优化短语选择与句子合并，以实现全局最优。
• 对句子结构施加约束，以确保生成摘要的语法正确性与连贯性。
• 通过以最大化整体显著性的方式组合选定短语，生成新句子，同时满足句法与连贯性规则。
• 使用基于特征的打分模型对短语进行排序，并指导ILP优化过程。

实验结果

研究问题

• RQ1 短语级抽象摘要是否能优于句子级抽象，在多份文档中捕捉显著信息？
• RQ2 基于ILP的方法在联合优化短语选择与句子构建方面，对抽象摘要的有效性如何？
• RQ3 与现有方法相比，短语级抽象在信息显著性与连贯性方面对摘要质量的提升程度如何？
• RQ4 该方法是否能在TAC 2011等标准基准上，在自动与人工评估下均实现具有竞争力的性能？
• RQ5 将名词短语和动词短语等句法单元整合进来，对生成摘要的语言质量有何影响？

主要发现

• 所提出的框架在TAC 2011基准测试中，基于自动金字塔评估指标，达到了最先进性能。
• 人工评估确认该方法生成的摘要具有高水平的语言质量，表明其具有强连贯性与流畅性。
• 使用短语级单元相比句子级抽象方法，能实现更精确、更富信息量的摘要生成。
• 基于ILP的优化能有效平衡显著性与语法约束，实现全局最优的短语选择与句子构建。
• 该框架通过细粒度短语分析，展现出在捕捉多份文档中的关键事实与概念方面的鲁棒性。
• 结果表明，基于短语的抽象是句子级抽象摘要的一种可行且有效的替代方案。