多注意力机制的文本摘要事实一致性评估模型

来源：计算机工程与应用杂志2023年第7期北京时间：

作者：魏楚元, 张鑫贤, 王致远, 李金哲, 刘杰

单位：1.北京建筑大学 电气与信息工程学院，北京 102612 ；2.北方工业大学 信息学院，北京 100144

摘要：文本摘要事实一致性是摘要内容与源文档内容的信息一致。最近的研究表明，文本摘要模型生成的摘要存在较多与原文事实不一致的问题，设计能够检测并评估出事实不一致错误的方法至关重要。目前基于自然语言推理的方法存在对源文档内容提取简单，推理信息交互不充分等问题。提出多注意力机制的文本摘要事实一致性评估模型，利用预训练模型微调的sentence-BERT模型挑选源文档中的关键句，然后将摘要句与关键句组合成句子对，输入BERT模型编码获得向量表示结合ESIM进行句子对的推理，利用图注意力网络完成推理信息的聚合，提高文本摘要事实一致性评估模型的准确率。实验结果表明，该算法与多个典型算法在在领域内常用的数据集进行实验比较，其可行性和有效性得到验证。

关键词：文本摘要,事实一致性,BERT,图注意力网络,交互注意力