論文の概要: Controllable Summarization with Constrained Markov Decision Process
- arxiv url: http://arxiv.org/abs/2108.03405v1
- Date: Sat, 7 Aug 2021 09:12:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-10 15:38:12.993933
- Title: Controllable Summarization with Constrained Markov Decision Process
- Title（参考訳）: 制約マルコフ決定過程による制御可能な要約
- Authors: Hou Pong Chan, Lu Wang, Irwin King
- Abstract要約: 本研究では,ユーザが特定の属性を制御できる可制御テキスト要約について検討する。
制約付きマルコフ決定プロセス(CMDP)に基づく新しいトレーニングフレームワークを提案する。
我々のフレームワークは、長さ、被覆された実体、抽象性など、要約の重要な属性を制御するために応用できる。
- 参考スコア（独自算出の注目度）: 50.04321779376415
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We study controllable text summarization which allows users to gain control
on a particular attribute (e.g., length limit) of the generated summaries. In
this work, we propose a novel training framework based on Constrained Markov
Decision Process (CMDP), which conveniently includes a reward function along
with a set of constraints, to facilitate better summarization control. The
reward function encourages the generation to resemble the human-written
reference, while the constraints are used to explicitly prevent the generated
summaries from violating user-imposed requirements. Our framework can be
applied to control important attributes of summarization, including length,
covered entities, and abstractiveness, as we devise specific constraints for
each of these aspects. Extensive experiments on popular benchmarks show that
our CMDP framework helps generate informative summaries while complying with a
given attribute's requirement.
- Abstract（参考訳）: 本研究では、ユーザが生成した要約の特定の属性(例えば、長さ制限)を制御できる可制御テキスト要約について検討する。
本研究では,制限付きマルコフ決定プロセス(CMDP)に基づく新しいトレーニングフレームワークを提案する。
報酬関数は、生成者が人間の記述した参照に類似するように促し、制約は生成した要約がユーザの要求に違反することを明示的に防止するために使用される。
このフレームワークは,各側面の具体的な制約を考案し,長さ,包括実体,抽象性など,要約の重要な属性を制御するために利用することができる。
一般的なベンチマーク実験の結果, CMDPフレームワークは, 属性の要求に応じて情報的な要約を生成するのに役立つことがわかった。
関連論文リスト
- Guide-to-Explain for Controllable Summarization [11.904090197598505]
大規模言語モデル (LLMs) による制御可能な要約は未定である。
制御可能な要約のためのガイド・ツー・説明フレームワーク(GTE)を提案する。
我々のフレームワークは、初期ドラフトで間違った属性を識別し、前回の出力でエラーを説明するのに役立てます。
論文 参考訳（メタデータ） (2024-11-19T12:36:02Z) - From Instructions to Constraints: Language Model Alignment with
Automatic Constraint Verification [70.08146540745877]
NLPタスクの共通制約を調査し、それらの引数の型に基づいて、それらを3つのクラスに分類する。
本稿では,ACT(ConsTraintsのアラインメント)という統合フレームワークを提案し,制約に適応したユーザアライメントのための監視信号を自動的に生成する。
論文 参考訳（メタデータ） (2024-03-10T22:14:54Z) - PromptSum: Parameter-Efficient Controllable Abstractive Summarization [4.145362426026615]
本稿では,PTとマルチタスク目的と個別エンティティプロンプトを組み合わせた抽象的な要約手法であるPromptSumを紹介する。
我々のモデル競合ROUGEは、一般的な抽象的な要約ベンチマークと、エンティティによる強い制御性を組み合わせた結果である。
論文 参考訳（メタデータ） (2023-08-06T13:54:14Z) - MACSum: Controllable Summarization with Mixed Attributes [56.685735509260276]
MACSumは、混合属性を制御するための最初の人間アノテーションによる要約データセットである。
混合制御可能な要約の新しいタスクに対する2つの単純かつ効果的なパラメータ効率のアプローチを提案する。
論文 参考訳（メタデータ） (2022-11-09T17:17:37Z) - EntSUM: A Data Set for Entity-Centric Summarization [27.845014142019917]
制御可能な要約は、ユーザが指定した側面や好みを考慮に入れた要約を提供することを目的としている。
本稿では、制御可能な要約のための人間アノテーション付きデータセットsetSUMを紹介し、制御の側面として名前付きエンティティに焦点を当てる。
論文 参考訳（メタデータ） (2022-04-05T13:45:54Z) - Abstractive Query Focused Summarization with Query-Free Resources [60.468323530248945]
本稿では,汎用的な要約リソースのみを利用して抽象的なqfsシステムを構築する問題を考える。
本稿では,要約とクエリのための新しい統一表現からなるMasked ROUGE回帰フレームワークであるMargeを提案する。
最小限の監視から学習したにもかかわらず,遠隔管理環境において最先端の結果が得られた。
論文 参考訳（メタデータ） (2020-12-29T14:39:35Z) - CTRLsum: Towards Generic Controllable Text Summarization [54.69190421411766]
現在、制御可能な要約のための新しいフレームワークである。
本手法により,ユーザは要約システムと対話することで,生成された要約の複数の側面を制御できる。
単一の統一モデルを使用することで、sumは推論時に要約操作の幅広い範囲を達成できる。
論文 参考訳（メタデータ） (2020-12-08T08:54:36Z) - Constrained Abstractive Summarization: Preserving Factual Consistency
with Constrained Generation [93.87095877617968]
本稿では,抽象要約の現実的一貫性を保ちつつ,制約付き抽象要約(CAS)を提案する。
我々は、CASを満たすために、一般的に自己回帰生成モデルに適用される語彙制約付き復号法を採用する。
対話的要約において1つの手動制約のみを使用する場合、最大13.8ROUGE-2ゲインを観測する。
論文 参考訳（メタデータ） (2020-10-24T00:27:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。