Key points are not available for this paper at this time.
In diesem Papier entwickeln wir ein neuronales Zusammenfassungsmodell, das effektiv mehrere Eingangsdokumente verarbeiten und die Transformatorarchitektur mit der Fähigkeit zur hierarchischen Kodierung von Dokumenten destillieren kann. Wir stellen Dokumentenübergreifende Beziehungen über einen Aufmerksamkeitsmechanismus dar, der es ermöglicht, Informationen zu teilen, anstatt einfach Textspannen zu verketten und sie als flache Sequenz zu verarbeiten. Unser Modell lernt latente Abhängigkeiten zwischen Textelementen, kann jedoch auch von expliziten Graphdarstellungen profitieren, die sich auf Ähnlichkeit oder Diskursbeziehungen konzentrieren. Empirische Ergebnisse zum WikiSum-Datensatz zeigen, dass die vorgeschlagene Architektur erhebliche Verbesserungen gegenüber mehreren starken Baselines bringt.
Liu et al. (Tue,) haben diese Frage untersucht.