[论文解读] A Semantic Approach to Summarization

Divyanshu Bhartiya, Ashudeep Singh|arXiv (Cornell University)|Jun 4, 2014

Topic Modeling参考文献 17被引用 4

一句话总结

本文提出了一种语义文本摘要方法，通过利用 WordNet、语义角色标注（SRL）和文本分割技术，超越了传统的句子抽取方法，对语义相关的文本内容进行聚类。该方法识别聚类中心，并生成连贯、类人的摘要，在人类评估中优于抽取式方法。

ABSTRACT

Sentence extraction based summarization methods has some limitations as it doesn't go into the semantics of the document. Also, it lacks the capability of sentence generation which is intuitive to humans. Here we present a novel method to summarize text documents taking the process to semantic levels with the use of WordNet and other resources, and using a technique for sentence generation. We involve semantic role labeling to get the semantic representation of text and use of segmentation to form clusters of the related pieces of text. Picking out the centroids and sentence generation completes the task. We evaluate our system against human composed summaries and also present an evaluation done by humans to measure the quality attributes of our summaries.

研究动机与目标

• 克服抽取式摘要的局限性，后者忽略语义含义且缺乏句子生成能力。
• 开发一种在语义层面运行的方法，而非依赖于表面层次的句子选择。
• 通过识别语义中心并基于聚类内容构建句子，生成自然流畅的摘要。
• 通过人工评估，将生成摘要的质量与人工编写的基准进行对比。

提出的方法

• 利用 WordNet 和词汇资源增强文本的语义表征。
• 应用语义角色标注（SRL）提取谓词-论元结构，以实现更深层次的语义理解。
• 基于语义相似度将文本分割为主题单元，形成连贯的聚类。
• 在聚类中识别语义中心作为代表性内容点。
• 利用中心信息和句法模板生成摘要句子。
• 采用结合语义分析、聚类和句子生成的流水线，实现端到端摘要。

实验结果

研究问题

• RQ1 语义方法是否能超越忽略语义的抽取式方法，提升摘要质量？
• RQ2 语义角色标注在捕捉文本核心语义用于摘要方面有多高效？
• RQ3 对语义相关文本内容进行聚类是否能增强摘要的连贯性和信息量？
• RQ4 人工标注的摘要与所提出的语义方法生成的摘要相比如何？
• RQ5 从语义中心生成句子在多大程度上能产生更自然、更流畅的摘要？

主要发现

• 所提出的语义摘要方法在人类评估中获得的评分高于抽取式基线方法。
• 人类评估者认为生成的摘要比传统抽取式方法更连贯、更自然。
• 语义角色标注的使用显著提升了系统捕捉输入文本核心语义的能力。
• 基于语义相似度的聚类使摘要内容更聚焦、更相关。
• 从语义中心生成的句子所生成的摘要被认为更流畅、更符合上下文。