科研之友
微信
新浪微博
Facebook
分享链接
摘要
社交网络的发展在给人们带来便捷的同时也产生了海量的聊天数据，如何从聊天对话中筛选出关键信息成为一大难题。聊天摘要是解决此类问题的有效工具，既不必重复浏览冗长的聊天记录，又可以快速获取重要内容。目前，预训练模型被广泛应用于各种类型的文本，包括非结构化、半结构化和结构化文本。然而，针对聊天对话文本的应用，常见的预训练模型难以捕捉到其独特的结构特征，仍需进一步探索与改进。对此，提出了一种基于对比学习的聊天摘要算法MGCSum。该算法无需人工标注数据集，便于学习和迁移。首先使用文档频数、词项频数和信息熵构造了针对聊天文本的停用词列表，去除聊天中的干扰信息；其次，从词语和主题两个粒度进行自监督对比学习，识别对话中的结构信息，挖掘聊天中的关键词和不同主题信息。在聊天摘要公开数据集SAMSum和金融欺诈对话数据集FINSum上进行实验，结果表明，与当前主流的聊天摘要方法相比，该算法在摘要的连贯性、信息量和ROUGE评价指标上均有显著提升。
- 出版日期2023
- 单位哈尔滨工业大学（威海）
