Divers, contrôlable et conscient des mots-clés : Un corpus et une méthode pour la génération de plusieurs titres d’actualités

La génération de titres d’actualités vise à produire une courte phrase pour attirer les lecteurs à lire les nouvelles. Un article de presse contient souvent plusieurs mots-clés qui intéressent différents utilisateurs, ce qui peut naturellement mener à plusieurs titres raisonnables. Cependant, la majorité des méthodes existantes se concentre sur la génération d’un seul titre. Dans cet article, nous proposons de générer plusieurs titres avec des mots-clés d'intérêts des utilisateurs, dont l'idée principale est de générer d'abord plusieurs mots-clés d'intérêt pour les utilisateurs concernant l’actualité, puis de générer plusieurs titres pertinents par rapport à ces mots-clés. Nous proposons un décodeur Transformer multi-sources, qui prend trois sources comme entrées : (a) mot-clé, (b) article filtré par mot-clé, et (c) article original pour générer des titres pertinents en fonction des mots-clés, de haute qualité et diversifiés. De plus, nous proposons une méthode simple et efficace pour extraire les mots-clés d'intérêt dans l’article d'actualité et construire le premier corpus de titres d’actualités conscient des mots-clés à grande échelle, qui contient plus de 180 000 triplets alignés d'article d'actualité, de titre, et de mot-clé. Des comparaisons expérimentales approfondies sur le jeu de données réel montrent que la méthode proposée atteint des résultats à la pointe de l'état de l'art en termes de qualité et de diversité.