结合提示信号与图结构的对话摘要生成模型

作     者：金彦亮 冯湫燕 高塬 

作者机构：上海大学通信与信息工程学院 上海大学上海先进通信与数据科学研究院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：上海市科委资助项目(XTCK-KJ-2022-68) 上海市科委创新计划项目(22511103202) 

主　　题：对话摘要 提示学习 提示信号 图结构 

摘      要：以对话形式为主的通信方式逐渐普及，对话摘要任务引起越来越多研究者的关注，该任务旨在将复杂的对话文本压缩成简洁的表示形式。在对话文本中，多个对话者之间的交流通常涉及有关某个特定事件的关键信息，且这些信息分布较为分散。然而，现有方法未深入研究对话内容的内在关系和结构，容易遗漏关键信息。针对上述问题，设计了结合提示信号与图结构的对话摘要生成模型，旨在帮助理解对话结构并把握对话中的关键信息，进而提高摘要生成的准确率。该模型基于提示学习引入了离散提示信号，并将其输入提示编码器，旨在利用提示信号协助模型更有针对性地聚焦对话的关键信息（关键词、主题词等）。同时，该模型引入动态图结构，旨在利用对话的结构性信息来捕捉并整合跨句子信息。在SAMSum、QMsum和DialogSum数据集上的实验结果表明，ROUGE-1、ROUGE-2和ROUGE-L得分均取得了显著提升，验证了模型的有效性。