Reinforcement learning for sequence-level summarization under ranking data supervision

Abstract

Tóm tắt văn bản trừu tượng bằng cách sử dụng học tăng cường từ phản hồi của con người. Bao gồm: Xây dựng tập dữ liệu xếp hạng để huấn luyện mô hình phần thưởng dựa trên các tiêu chí như tính chính xác, mạch lạc và độ bao quát. Đánh giá và phân tích các phép đo thường dùng trong tóm tắt tự động nhằm xác định mức độ phù hợp với sở thích con người và nghiên cứu các hàm phần thưởng khác nhau và cách áp dụng hiệu quả học tăng cường để tối ưu hóa mô hình tóm tắt văn bản.