Tiefenabhängigkeitsunterstruktur-basiertes Lernen für die multidokumentarische Zusammenfassung

Die meisten extraktiven, themenfokussierten multidokumentarischen Zusammenfassungssysteme erzeugen eine Zusammenfassung, indem sie Textstellen in mehreren Dokumenten rangieren und eine geeignete Untermenge von Sätzen extrahieren, die auf das gegebene Thema ausgerichtet sind. In der Regel werden die Textstellen einfach als Sätze oder n-Gramme dargestellt, die keine tiefen syntaktischen und semantischen Informationen enthalten. Dieser Artikel präsentiert ein neuartiges extraktives, themenfokussiertes multidokumentarisches Zusammenfassungsrahmenwerk. Das Rahmenwerk schlägt eine neue Art von bedeutungsvolleren und informativen Einheiten vor, die als häufige Tiefenabhängigkeitsunterstrukturen (DDSS) bezeichnet werden, sowie ein themensensitives Multi-Task Learning (MTL)-Modell zur Rangierung der häufigen DDSS. Angesichts eines Dokumentensatzes analysieren wir zunächst alle Sätze in tiefen Abhängigkeitsstrukturen mit einem Head-driven Phrase Structure Grammar (HPSG)-Parser und extrahieren die häufigen DDSSs nach semantischer Normalisierung. Dann verwenden wir ein themensensitives MTL-Modell, um die Wichtigkeit dieser häufigen DDSSs zu erlernen. Schließlich nutzen wir eine ganzzahlige lineare Programmierung (ILP)-Formulierung und verwenden die häufigen DDSSs als essentielle Elemente für die Zusammenfassungsextraktion. Experimentelle Ergebnisse aus zwei DUC-Datensätzen zeigen, dass unser vorgeschlagener Ansatz eine erstklassige Leistung erzielen kann. Sowohl die DDSS-Information als auch das themensensitive MTL-Modell haben sich als sehr hilfreich für die themenfokussierte multidokumentarische Zusammenfassung erwiesen.