sota结果是什么意思_文本摘要新框架，抽取式摘要“轻松”取得SOTA

分享我们在ACL2020上一篇文本摘要的工作：

论文：Extractive Summarization as Text Matching

链接：https://arxiv.org/pdf/2004.08795.pdf

优秀的合作者们: Ming Zhong, Yiran Chen, Danqing Wang, Xipeng Qiu, Xuanjing Huang

代码已经开源（包含了模型输出结果）(Credits goes to Ming Zhong)：https://github.com/maszhongming/MatchSum

一图晓模型：预测？不，我们来语义匹配！

整个框架十分简洁，其基本假设为：一个好的候选摘要(Candidate Summary)和源文档(Document)的语义匹配得分应该高于质量较差的候选摘要和源文档的匹配得分。当然，Gold Summary和源文档的语义匹配得分理应最高。

简述下这篇工作的几个亮点：

1） 抽取式摘要经典评测数据集（CNN/DailyMail）上的最好结果(SOTA)被提高到新的阶段（只借助了BERT基础版, i.e., BERT-base）。

2） 打破原有的解决抽取式摘要的思路，这里提出了一个全新的范式：将抽取式摘要任务转化为一个语义匹配的问题。其优点在于可以直接对Candidate Summary (若干个句子)进行抽取，而不是Sentence-level（一个句子一个句子）抽取。

3） 这篇文章最大的特色在于，除了SOTA结果，我们还给了一个有充分根据的分析，从理论上解释了：

a) 为什么summary-level 对抽取式摘要很重要

b) 对不同数据集而言，summary-level的方法相对于sentence-level的预期收益 (expected gain) 是多少。

比如：文中，
我们定义了一个”Pearl-Summary”（珍珠摘要）的概念，它是指那些容易被sentence-level approach 忽略却往往是 真正高质量的候选摘要。沧海遗珠，茫茫候选摘要集里，只有举目千里(summary-level approach)，方可讨得真宝贝。

感想与展望：

1）过去谈到summary-level优化，我们最先想到的就是用强化学习（RL），但是这种训练麻烦，调参痛苦，收益不稳定的方法，实在应该给个差评。而本文用到的匹配框架实际上是通过一种对比学习（contrastive learning）的思路绕过了这些困难。

2）这样一种基于深度语义匹配的摘要系统，基本思路很干净，本文用到的框架也足够简洁（两个BERT-base），没有设计复杂的交互函数，然而却将结果得到了很大的提高，个人认为，这种框架的表现力还未被充分挖掘。