Explanatory Summarization with Discourse-Driven Planning

要約

科学文書の概要の概要は、通常、読者が洗練された概念や議論を把握するのを助けるための説明を含みます。
ただし、現在の自動要約方法では、説明を明示的にモデル化するものではなく、説明コンテンツの割合を人間書かれた要約に合わせることを困難にします。
この論文では、談話のフレームワークを活用して要約生成を整理し、計画への回答を促すことにより説明文を導く計画ベースのアプローチを提示します。
具体的には、2つの談話主導の計画戦略を提案します。この戦略では、それぞれ計画が出力プレフィックスの一部または一部として条件付けられています。
3つのレイの要約データセットでの経験的実験は、私たちのアプローチが要約品質の観点から既存の最先端の方法よりも優れていることを示しており、モデルの堅牢性、制御性、幻覚を軽減します。

要約(オリジナル)

Lay summaries for scientific documents typically include explanations to help readers grasp sophisticated concepts or arguments. However, current automatic summarization methods do not explicitly model explanations, which makes it difficult to align the proportion of explanatory content with human-written summaries. In this paper, we present a plan-based approach that leverages discourse frameworks to organize summary generation and guide explanatory sentences by prompting responses to the plan. Specifically, we propose two discourse-driven planning strategies, where the plan is conditioned as part of the input or part of the output prefix, respectively. Empirical experiments on three lay summarization datasets show that our approach outperforms existing state-of-the-art methods in terms of summary quality, and it enhances model robustness, controllability, and mitigates hallucination.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google