ACLOct, 2022
利用关键信息建模通过对偶微调来提高数据不足的新闻标题生成
Leveraging Key Information Modeling to Improve Less-Data Constrained News Headline Generation via Duality Fine-Tuning
Zhuoxuan Jiang, Lingfeng Qiao, Di Yin, Shanshan Feng, Bo Ren
TL;DR该论文研究了有限数据情况下的标题生成任务,提出了一种新的二元优化方法来发现关键信息和生成标题任务之间的概率对偶约束。在两个公共数据集上的实验结果表明,此方法可以有效地提高语言建模指标和信息准确性指标。