A Multilingual Study of Multi-Sentence Compression using Word Vertex-Labeled Graphs and Integer Linear Programming

Autores/as

  • Elvys Linhares Pontes L3i, La Rochelle Université, La Rochelle, France LIA, Avignon Université, Avignon, France Polytechnique Montréal, Montréal, Canada
  • Stéphane Huet LIA, Avignon Université, Avignon, France
  • Juan Manuel Torres Moreno LIA, Avignon Université, Avignon, France Polytechnique Montréal, Montréal, Canada
  • Thiago Gouveia da Silva Inst. Federal de Educação, Ciência e Tecnologia da Paraiba, PB, Brazil, Instituto de Computação Univ. Federal Fluminense, RJ, Brazil
  • Andréa Carneiro Linhares Universidade Federal do Ceará, Sobral, Brazil

DOI:

https://doi.org/10.13053/cys-24-2-3335

Palabras clave:

Multi-sentence compression, integer linear programming, word graph

Resumen

Multi-Sentence Compression (MSC) aims to generate a short sentence with the key information from a cluster of similar sentences. MSC enables summarization and question-answering systems to generate outputs combining fully formed sentences from one or several documents. This paper describes an Integer Linear Programming method for MSC using a vertex-labeled graph to select different keywords, with the goal of generating more informative sentences while maintaining their grammaticality. Our system is of good quality and outperforms the state of the art for evaluations led on news datasets in three languages: French, Portuguese and Spanish. We led both automatic and manual evaluations to determine the informativeness and the grammaticality of compressions for each dataset. In additional tests, which take advantage of the fact that the length of compressions can be modulated, we still improve ROUGE scores with shorter output sentences.

Descargas

Publicado

2020-06-23

Número

Vol. 24 Núm. 2 (2020): Thematic Issue on Language & Knowledge Engineering (Guest editors: D. Pinto, B. Beltrán, A. Vázquez)

Sección

Artículos

Licencia

Transfiero exclusivamente a la revista “Computación y Sistemas”, editada por el Centro de Investigación en Computación (CIC), los Derechos de Autor del artículo antes mencionado, asimismo acepto que no serán transferidos a ninguna otra publicación, en cualquier formato, idioma, medio existente (incluyendo los electrónicos y multimedios) o por desarrollar.

Certifico que el artículo, no ha sido divulgado previamente o sometido simultáneamente a otra publicación y que no contiene materiales cuya publicación violaría los Derechos de Autor u otros derechos de propiedad de cualquier persona, empresa o institución. Certifico además que tengo autorización de la institución o empresa donde trabajo o estudio para publicar este Trabajo.

El autor, representante acepta la responsabilidad por la publicación del Trabajo en nombre de todos y cada uno de los autores.

Esta Transferencia está sujeta a las siguientes reservas:

  • Los autores conservan todos los derechos de propiedad (tales como derechos de patente) de este Trabajo, con excepción de los derechos de publicación transferidos al CIC, mediante este documento.
  • Los autores conservan el derecho de publicar el Trabajo total o parcialmente en cualquier libro del que ellos sean autores o editores y hacer uso personal de este trabajo en conferencias, cursos, páginas web personal, etc.