ACLMay, 2021
通过交替对抗学习降低新闻摘要中的主导偏见
Demoting the Lead Bias in News Summarization via Alternating Adversarial Learning
Linzi Xing, Wen Xiao, Giuseppe Carenini
TL;DR该研究提出了一种新的技术来减少新闻文章中的领导偏见,使自动文摘模型更加关注内容语义。实验表明此方法可以有效地减少模型学习到的领导偏见,在分布不均匀的数据上具有更好的泛化性能,而在分布均匀的数据上效果无损。