対比候補生成と選択による抽象要約の忠実性向上

神経抽象要約において significant progress が進んでいるにもかかわらず、最近の研究は現在のモデルが元の文脈に忠実でない要約を生成する傾向があることを示しています。この問題に対処するために、私たちは模型に依存しない後処理技術として対比候補生成と選択を研究し、不忠実な要約における外因的幻覚（すなわち、ソーステキストに存在しない情報）を修正します。私たちは、生成された要約における固有名詞や数量をソース文書からの互換性のある意味タイプを持つものに置き換えることによって、代替候補要約を生成し、識別的修正モデルを学習します。このモデルは、その後、最終的な出力要約として最良の候補を選択するために使用されます。私たちの実験と数多くの神経要約システムにおける分析は、提案した方法が外因的幻覚を特定し修正する上で効果的であることを示しています。私たちは、異なるタイプの神経要約システムによる典型的な幻覚現象を分析し、今後の研究の方向性についての洞察を提供することを期待しています。* 執筆者が Google にいたときに行われた作業の大部分。