Aliviando alucinaciones mediante la indexación de ventanas de soporte en la resumen abstractivo

Los modelos de resumen abstractivo aprendidos con estimación de máxima verosimilitud (MLE) han demostrado producir contenido alucinado, lo que limita en gran medida su aplicabilidad en el mundo real. Estudios anteriores atribuyen este problema a la insensibilidad semántica de MLE, y lo compensan con objetivos de aprendizaje no supervisado adicionales que maximizan las métricas de inferencia de documento-resumen, lo que resulta en un entrenamiento de modelo inestable y costoso. En este documento, proponemos un nuevo paradigma de resumen basado en la indexación de ventanas de soporte fundamentada (SWIGS), donde un documento de entrada se divide en varias ventanas, y un modelo de resumen genera ordenadamente los índices de las ventanas de soporte antes de cada oración de resumen. Debido a que las ventanas de soporte localizan la información fuente estrechamente relacionada con la oración de resumen que se va a generar, señalar sus índices primero ayuda a fundamentar la generación de resúmenes basados en evidencia, aliviando así las alucinaciones infundadas. Creamos solo objetivos supervisados para aprender el modelo SWIGS y realizamos experimentos extensivos en dos conjuntos de datos bien conocidos para validar su efectividad. Los resultados respaldan la superioridad de SWIGS al superar métodos anteriores en múltiples métricas.