《SimCLS: A Simple Framework for Contrastive Learning of Abstractive Summarization》(SimCLS,ACL 2021)
摘要
- 将文本生成形式为无参考评估问题+对比学习
- 在CNN/DailyMail数据集上,比BART提高2.51,比PEGASUS提高2.50
介绍
- seq2seq通常在最大化似然估计(MLE)的框架下使用,trained with teacher-forcing——使得目标函数和评估方法存在gap,目标函数基于token-level的预测,评估方法会对整体的语句进行评估,并且自回归生成会带来错误积累
- 上述的训练与测试之间的差异称为exposure bias,本文使用对比学习,实现了用相应的评估指标直接优化模型的objective,从而减小了上述的差异
- 部分文章(
Contrastive learning with adversarial perturbations for conditional text generation,2021 ICLR
和Contrastive learning for many-to-many multilingual neural machine translation
)已经尝试在条件文本生成里将对比损失引入到MLE训练,本文在框架的不同阶段引入对比损失和MLE损失来分开二者的作用 - 本文为two-stage:
- 首先训练一个seq2seq,生成候选摘要(由MLE损失训练)
- 其次训练一个评估模型(通过对比学习训练),为候选摘要打分
抽象摘要的对比学习框架
给定一个文本
和摘要 ,抽象摘要模型 需要生成候选摘要 ,使得分数 最大本文将整个生成过程分为两个阶段,包含生成模型
和评估模型 ,后者用于打分和选择最佳候选摘要阶段I:候选生成
为一个预训练的seq2seq模型,最大化MLE- 由Beam Search生成候选摘要
阶段II:无参考评估
为一个预训练模型(本文使用Roberta),用于给生成的候选打分: ,并且最终输出摘要 分别编码 和 ,第一个token(即CLS)之间的cosine similarity即为相应的相似得分
对比学习
这里的“对比性”反映在
评估的生成摘要的不同质量中为
引入排名损失:- 其中
为根据 的降序排序结果 - 其中
的 为超参数,设置为0.01 为评估方法,例如ROUGE
- 其中
实验
使用CNN/DailyMail、XSum
使用ROUGE-1/2L作为主要的评估方法
生成模型和评估模型分别训练:使用BART和Pegasus作为生成模型,Roberta作为评估模型
使用Transformers提供的checkpoint,并使用diverse beam search作为采样方案(16 groups)
评估模型的训练中,使用adam优化器和learning rate scheduling:
batchsize 32,5 epochs
结果如下