寫?在前面

paper：https://arxiv.org/pdf/1903.10318.pdf
github：https://github.com/nlpyang/BertSum

后面，又發(fā)表于EMNLP2019，為《Text Summarization with Pretrained Encoders》，增加了生成式(抽象式，Abstractive)摘要部分，并對第一版論文進(jìn)行了部分內(nèi)容的補(bǔ)充與刪減。

paper：https://aclanthology.org/D19-1387.pdf
github：https://github.com/nlpyang/PreSumm

介紹

文本摘要任務(wù)主要分為抽象式摘要(abstractive summarization)和抽取式摘要(extractive summarization)。在抽象式摘要中，目標(biāo)摘要所包含的詞或短語會不在原文中，通常需要進(jìn)行文本重寫等操作進(jìn)行生成;而抽取式摘要，就是通過復(fù)制和重組文檔中最重要的內(nèi)容(一般為句子)來形成摘要。那么如何獲取并選擇文檔中重要句子，就是抽取式摘要的關(guān)鍵。

傳統(tǒng)抽取式摘要方法包括Lead-3和TextRank，傳統(tǒng)深度學(xué)習(xí)方法一般采用LSTM或GRU模型進(jìn)行重要句子的判斷與選擇，而本文采用預(yù)訓(xùn)練語言模型BERT進(jìn)行抽取式摘要。

模型結(jié)構(gòu)BertSum模型

結(jié)構(gòu)如下圖所示

主要由句子編碼層和摘要判斷層組成，其中，「句子編碼層」通過BERT模型獲取文檔中每個(gè)句子的句向量編碼，「摘要判斷層」通過三種不同的結(jié)構(gòu)進(jìn)行選擇判斷，為每個(gè)句子進(jìn)行打分，最終選取最優(yōu)的top-n個(gè)句子作為文檔摘要。

句子編碼層

由于BERT模型MLM預(yù)訓(xùn)練機(jī)制，使得其輸出向量為每個(gè)token的向量;即使分隔符可以區(qū)分輸入的不同句子，但是僅有兩個(gè)標(biāo)簽(句子A或句子B)，與抽取式摘要需要分隔多個(gè)句子大不相同;因此對BERT模型的輸入進(jìn)行了修改，如下：

將文檔中的每個(gè)句子前后均插入[CLS]和[SEP]標(biāo)記，并將每個(gè)句子前的[CLS]標(biāo)記進(jìn)入模型后的輸出向量，作為該句子的句向量表征。例如：文檔為”我愛南京。我喜歡NLP。我學(xué)習(xí)摘要。“，輸入序列為”[CLS]我愛南京。[SEP][CLS]我喜歡NLP。[SEP][CLS]我學(xué)習(xí)摘要。[SEP]“

采用Segment Embeddings區(qū)分文檔中的多個(gè)句子，將奇數(shù)句子和偶數(shù)句子的Segment Embeddings分別設(shè)置為和，例如：文檔為，那么Segment Embeddings為。

摘要判斷層

從句子編碼層獲取文檔中每個(gè)句子的句向量后，構(gòu)建了3種摘要判斷層，以通過獲取每個(gè)句子在文檔級特征下的重要性。對于每個(gè)句子，計(jì)算出最終的預(yù)測分?jǐn)?shù)，模型的損失是相對于金標(biāo)簽的二元交叉熵。

Simple Classifier，僅在BERT輸出上添加一個(gè)線性全連接層，并使用一個(gè)sigmoid函數(shù)獲得預(yù)測分?jǐn)?shù)，如下：

Transformer，在BERT輸出后增加額外的Transformer層，進(jìn)一步提取專注于摘要任務(wù)的文檔級特征，如下：

其中，為句子的句向量，，PosEmb函數(shù)為在句向量中增加位置信息函數(shù)，MHAtt函數(shù)為多頭注意力函數(shù)，為Transformer的層數(shù)。最后仍然接一個(gè)sigmoid函數(shù)的全連接層，

最終選擇為2。

LSTM，在BERT輸出增加額外的LSTM層，進(jìn)一步提取專注于摘要任務(wù)的文檔級特征，如下：

其中，分別為遺忘門、輸入門和輸出門;分別為隱藏向量、記憶向量和輸出向量;分別為不同的layer normalization操作。最后仍然接一個(gè)sigmoid函數(shù)的全連接層，

實(shí)驗(yàn)細(xì)節(jié)訓(xùn)練集構(gòu)建

由于目前文本摘要的數(shù)據(jù)大多為抽象式文本摘要數(shù)據(jù)集，不適合訓(xùn)練抽取摘要模型。論文利用貪心算法構(gòu)建每個(gè)文檔抽取式摘要對應(yīng)的句子集合，即通過算法貪婪地選擇能使ROUGE分?jǐn)?shù)最大化的句子集合。將選中的句子集合中的句子的標(biāo)簽設(shè)為1，其余的句子為0。

模型預(yù)測

在模型預(yù)測階段，將文檔按照句子進(jìn)行切分，采用BertSum模型獲取每個(gè)句子的得分，然后根據(jù)分?jǐn)?shù)從高到低對這些句子進(jìn)行排序，并選擇前3個(gè)句子作為摘要。

在句子選擇階段，采用Trigram Blocking機(jī)制來減少摘要的冗余，即對應(yīng)當(dāng)前已組成摘要S和侯選句子c，如果S和c直接存在tri-gram相同片段，則跳過句子c，也就是句子c不會增加在已組成摘要S中。

數(shù)據(jù)超出BERT限制

BERT模型由于最大長度為512，而現(xiàn)實(shí)中文檔長度常常會超出。在《Text Summarization with Pretrained Encoders》文中提到，在BERT模型中添加更多的位置嵌入來克服這個(gè)限制，并且位置嵌入是隨機(jī)初始化的，并在訓(xùn)練時(shí)與其他參數(shù)同時(shí)進(jìn)行微調(diào)。

實(shí)驗(yàn)結(jié)果主要對比了LEAD、REFRESH、NEUSUM、PGN以及DCA方法，較當(dāng)時(shí)方法，該論文效果確實(shí)不錯(cuò)，如下表所示，

在三種摘要判斷層中，Transformer的效果最優(yōu)。并且進(jìn)行了進(jìn)一步的消融實(shí)驗(yàn)，發(fā)現(xiàn)采用不同的Segment Embeddings會給結(jié)果帶來一些提升，但是Trigram Blocking機(jī)制更為關(guān)鍵，具體如下表所示。

總結(jié)個(gè)人認(rèn)為該論文是一篇較為經(jīng)典的BERT模型應(yīng)用論文，當(dāng)時(shí)2019年看的時(shí)候就進(jìn)行了嘗試，并且也將其用到了一些項(xiàng)目中。

放假ing，但是也要學(xué)習(xí)。

原文標(biāo)題：BertSum-基于BERT模型的抽取式文本摘要

文章出處：【微信公眾號：深度學(xué)習(xí)自然語言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯：湯梓紅