斯坦福大学-自然语言处理入门 笔记 第二十一课 问答系统（2）_question-focused summarization

一、问答系统中的总结（summarization）

• 目标：产生一个摘要文本包含那些对用户重要和相关的信息
• 总结的应用领域：任何文档的摘要和大纲，邮件摘要等等
• 根据总结的内容，我们可以把总结分为两类：
  • 单文档总结：给出一个单一文档的摘要、大纲、标题
  • 多文档总结：给定一组文档，给出内容主旨；比如说同一个事件的新故事，关于一些话题和问题的网页
• 根据总结的目的，我们可以把总结分为两类：
  • 泛总结：总结文档的内容
  • 聚焦请求的总结：基于用户请求展现出的信息需求在总结文档；这是一种复杂的问答系统，通过总结含有某些信息的文档来构建回答
• 根据回答的特点，我们可以把总结分为两类：
  • 提炼（extractive）总结：基于源文档的词组和句子来构建总结
  • 抽象（abstractive）总结：用一部分的不同单词来表达源文档的观点
• 一个非常简单的方法：使用第一行的句子
  

二、生成片段（snippets）

• 总结的三个阶段：
  • 内容选择：选择从文档中抽取的句子
  • 信息排序：为这些句子选择顺序
  • 句子实现：清理句子
    

1、无监督的句子选择

• 这个思想主要源于Luhn（1958）：选择那些更重要和更有信息性的单词
• 两种定义重要单词的方法：
  • tf-idf：对每个在文档j中的单词wi进行tf-idf权重计算
  • 话题署名：选择更小一部分的重要单词
    • 互信息
    • 对数似然比例（LLR）
      
• 选择更有信息性的单词
  • 对数似然比例（LLR）
  • 是否在请求中出现
    
• 句子重要性计算：句子中的单词的重要性的和
  

2、有监督句子选择

• 给定：对训练文档进行标注，标注出好总结
• 对应关系：文档中的句子和总结中的句子的对应关系
• 抽取特征：句子的位置（第一句话？），句子的长度，单词的信息等等
• 训练：进行一个二分类的训练，判断是否要把句子放到总结中
• 问题：很难得到标注的数据；找到对应关系很困难；效果并不比无监督算法
• 所以在实际中，无监督的内容选择是更普遍。

三、总结器的评估：ROUGE

• 这是对
  • 基于BLEU（机器学习所使用的度量）
  • 并不比人工评估好（即直接让人工判断这个回答是不是用户的问题）
  • 但是会更方便
• 给定一个文档D和一个自动生成的总结X
  • 有N个人工产生的可以参考的关于D的总结
  • 运作总结器，给出自动生成的总结X
  • 参考总结中二元组在X中出现的比例就是度量
    
• 一个例子：
  

四、更复杂的问题：总结多个文档

• 这部分现在还没有商业化，但是目前研究的议题。如何回答更长更困难的问题？比如
  
• 两种通过请求聚焦总结（query-focused summarization）进行困难问题的回答的方法
  • 从下往上的片段方法：找到一系列相关的文档；从这些文档中利用tf-idf，MMR来进行信息性句子抽取；排序并调整句子形成答案
  • 从上往下信息抽取方法：对不同的问题类型建立特定的回答格式
    • 个人传记需要包含：生卒年月、教育、国籍等等
    • 定义需要包含：属、上义关系

1、从下往上的片段方法

• 聚焦请求的多文档总结的流程
  
• 简化句子：最简单的方法是利用句法分析句子，根据一些人工规则来决定哪些修饰语可以被删除，现在越来越多开始使用机器学习的方法
  
• 从多文档中抽取内容的方法：最大边际关联（MMR）
  • 一种贪婪的方法，迭代选择最好的句子插入到总结中。最好的句子是相关且含有新含义的句子
  • 相关：和用户请求的最大相关，即与请求的cosine相似度高
  • 新颖：和现在已经有的总结相比，相关度更低，即与请求的cosine相似度低
    
    • 当满足想要的长度的时候就停止
• LLR+MMR：选择有丰富含义同时新颖的句子
  • 第一步，对每个句子基于LLR计算分数
  • 第二步，把得分最高的句子放入总结中
  • 第三步：迭代加入得分高且含有新含义的句子
• 信息排序
  • 时间顺序：根据文档的时间顺序排序
  • 连贯性：使得相邻的句子相似的顺序；使得相邻的句子讨论同一个实体
  • 话题顺序：学习源文档的话题顺序

2、从上往下信息抽取方法

• 从上往下信息抽取方法：对不同的问题类型建立特定的回答格式，比如
  • 个人传记需要包含：生卒年月、教育、国籍等等
  • 定义需要包含：属、上义关系
    
• 一个例子