直播 | ACL 2021论文解读：低资源语言场景下的跨语言文本摘要

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到北京理工大学博士生柏宇，为大家在线解读其发表在 ACL 2021 的最新研究成果：Cross-Lingual Abstractive Summarization with Limited Parallel Resources。对本期主题感兴趣的小伙伴，8 月 10 日（周二）晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

跨语言摘要任务旨在将一种语言的文档转换为另一种语言的摘要文本。然而，不同语言方向的跨语言摘要数据比较稀有，这就需要我们更充分、更有效率地对现有的数据进行利用。然而，现有的方法无法实现从高资源语言到低资源语言的摘要知识迁移，这是由于他们并没有对不同语言摘要之间的关系进行建模。因此，我们提出了一种新的跨语言摘要多任务框架。

它使用一个统一的解码器按次序依次生成单语言摘要和跨语言摘要，使得单语言摘要任务成为了跨语言摘要任务的前置任务。这样，模型就能够学到两种语言摘要之间的互动信息，包括不同语言的词对齐关系和摘要模式，从而实现从高资源语言到低资源语言的知识迁移。在两个跨语言摘要数据集上的表现表明了我们方法的有效性。同时，我们通过注意力可视化等深度分析，证明模型确实学到了上述不同语言摘要之间的关系。

论文链接：

https://arxiv.org/abs/2105.13648

代码链接：

https://github.com/ybai-nlp/MCLAS

本次分享的具体内容有： 

• 背景介绍：对跨语言摘要任务的背景介绍

• 研究方法：对研究提出的跨语言摘要生成方法进行介绍

• 实验结果：对在不同数据集上的实验结果进行分析

• 可解释性探索：介绍如何用参数可视化的方法对模型学到的知识进行验证

• 工作总结：总结与展望

嘉宾介绍

 柏宇 / 北京理工大学博士生 

柏宇，北京理工大学计算机学院二年级博士生，导师为黄河燕教授。主要研究方向为文本摘要及跨语言文本摘要。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！