#Paper Reading# Summarizing Answers in Non-Factoid Community Question-Answering

论文题目：Summarizing Answers in Non-Factoid Community Question-Answering
论文地址：https://staff.fnwi.uva.nl/m.derijke/wp-content/papercite-data/pdf/song-summarizing-2017.pdf
论文发表于：WSDM 2017（CCF B类会议）

论文大体内容：
本文主要解决non-factoid的CQA（community question-answering）问题，通过改善shortness，sparsity，diversity共3大问题，提升自动文本摘要的效果。

1、Non-factoid QA（非仿真陈述类QA）上的摘要：Factoid QA是仿真陈述类QA，此类系统根据答案语料的资讯，取出一小段内容作为答案，但这样Answer是否合理，是由语料决定的。而Non-factoid QA中为了回答一个问题（定义类、原因类、观点类等），需要从多个文档聚合答案，这就需要对文档进行摘要；本文针对的是non-factoid QA。

2、目前大部分的自动文本摘要或者QA系统，都是从语料库里面对比输入的Q与候选答案句子的相关度来生成答案的，这样做的缺点显然易见。

3、改善shortness
主要方法：document expansion。
①对answer中的每个句子，n-gram匹配wiki文章title；
②使用LexRank中Markov random walks的方法获取与每个句子最相关的3个wiki文章；
③从而得到S（源数据集的answer句子）与S’（wiki文章中的句子）；

4、改善sparsity（sentence表示）
主要方法：CNN。
①训练word2vec模型；
②S与S’句子的句子向量初始化为：句子中的每个词语用word2vec的词向量串联；
③放入CNN网络中，获取倒数第二层作为生成的句子向量；

5、改善diversity
主要方法：sparse coding strategies。

①根据下面的目标函数，计算出每个句子的权重a(i)；（稀疏编码的意思是很多句子的权重a(i)=0）

目标函数的意思是：生成的摘要的累计值（表示的意思）要与每个句子（包括wiki的辅助句子）都接近；

②使用MMR方法，挑选尽量不冗余的句子；

实验
6、Dataset：Yahoo! Answers data
100 non-factoid questions，361 answers，2793 answer sentences，59321 words and 275 manually generated summaries。

7、Baselines
①MaQAS；
②LexRank；
③SVM；
④CNN；
⑤BestAns；
⑥Random；

8、评测方法
①ROUGE-1；
②ROUGE-2；
③ROUGE-L；

9、结果
①所有方法结果对比；

②Document expansion的效果；

③Sentence表示的对比；

④Answer summary长度的限制；

以上均为个人见解，因本人水平有限，如发现有所错漏，敬请指出，谢谢！