Alleviating Exposure Bias via Contrastive Learning for Abstractive TextSummarization

最新推荐文章于 2024-08-23 23:31:24 发布

ctrlcvKing

最新推荐文章于 2024-08-23 23:31:24 发布

阅读量260

点赞数

分类专栏：文本摘要文章标签：深度学习人工智能神经网络

本文链接：https://blog.csdn.net/weixin_45259560/article/details/129123946

版权

文本摘要专栏收录该内容

5 篇文章 3 订阅

订阅专栏

文章提出了一个方法来解决文本摘要模型在训练和推理阶段的差异，即偏差暴露问题。通过对比学习，模型在训练中不仅能增加黄金摘要的可能性，也能降低低质量（白银摘要）摘要的出现，从而缓解暴露偏差。实验显示，这种方法能有效提升模型在不同数据集上的性能。

摘要由CSDN通过智能技术生成

论文地址

摘要

文本摘要模型在训练和推理阶段存在着差异，即偏差暴露问题。在训练阶段，在teacher-force下，这些模型被优化，以最大限度地提高黄金摘要的可能性，给定黄金摘要令牌作为解码器的输入，而在推理时，给定的令牌被生成的令牌替换。因此，很可能产生低质量的摘要。.为了解决这个问题，我们建议利用对比学习来降低这些低质量摘要的可能性，同时增加黄金摘要的可能性。由于我们的解决方案扩展了模型在训练期间感知到的状态，因此我们希望可以缓解暴露偏差问题。我们通过实验证明，我们的方法有效地证明了不同数据集上最先进模型的性能。

1、介绍

大多模型在经过预训练之后，通过teacher-forcing的方式进行下游任务微调。然而teacher-forcing会导致训练阶段和推理阶段的差异。他们的训练对象是最大化黄金摘要中每个token的可能性，给定其以前的token。然而，在推断时，黄金摘要token不可用，它们必须被生成的token替换。这意味着模型在训练时经常在状态空间的有限部分进行优化，因此其性能极有可能下降。这个问题就是众所周知的偏差曝光问题。它可能会导致沿着生成的token快速累积的严重错误。因此，这些模型特别容易产生意想不到的摘要，与黄金摘要相比，我们称之为“白银摘要”。更糟糕的是，由于这个问题，愚蠢的摘要往往包含虚假事实，其表面形式可能与文本相似，但实际上与其原始含义相反。

为了减轻暴露偏差，我们建议利用对比学习方法来扩展模型在训练过程中感知到的状态。我们不仅希望通过最大似然估计（MLE）增加黄金汇总的可能性，而且还希望通过对比学习（CL）在训练过程中降低白银汇总的可能性。在一定程度上，它有助于防止模型生成白银摘要。这种方法也可以被视为一种特殊的数据增强策略，它使模型能够从正样本（黄金摘要）和负样本（白银摘要）中学习。当推理时生成的银色摘要明确参与另一轮训练时，训练和推理之间的差异可以减少，从而可以减轻暴露偏差。

我们在三个基准数据集上进行实验以验证我们的方法，包括Xsum，CNNDM和Multi-News。实验结果表明，我们的方法可以有效提高最近发布的PEGASUS的SOTA模型的性能。

2、方法

2.1、问题定义

在teacher forcing下，学习目标是在输入文本 $X$ 和黄金摘要中先前的Tokens $y<i$ 的条件下，最大化黄金摘要 $Y$ 中每个Token $y_{i}$ 的可能性。损失函数定义为负对数似然（NLL），如下所示：

其中 $f(y_{i}|X,y<i)$ 是黄金摘要 $Y$ 的第 $i$ 个Token的对数似然。

在推理时，模型必须使用生成的token 来预测token $\hat{y_{i}}$ 。通常，基于beam search 分数 $S$ ，beam search算法被用于在每个时间步长获取多个备选方案。然后，模型通过波束搜索一个token一个token地生成候选摘要，并选择波束搜索得分最高的一个作为输出摘要。具有与输入文本 $X$ 相关联的 $m$ 个Tokens的一个备选序列 $\hat{Y}$ 的波束搜索得分如下计算:

其中是生成序列 $\hat{Y}$ 的第 $i$ 个Token的预测对数似然，表示早于 token $\hat{y_{i}}$ 的token， $\beta$ 是与序列长度相关的附加指数惩罚。对于文本摘要任务， $\beta$ 小于1.0，以避免生成冗余信息。

当通过NLL损失 $L_{nll}$ 对数据集进行训练时，黄金摘要的分数 $S$ 预计会上升，因此更有可能将黄金摘要作为候选摘要之一，从而选择黄金摘要作为生成的候选摘要中的最终输出。

但是，也可能存在着更高的得分 $S$ ，然而质量却低的候选摘要。当它作为输出摘要时，被称为“白银摘要”。白银摘要的出现可归因于差异问题，因为 seq2seq 模型只能在训练时观测黄金摘要，而模型需要在推理时评估大量看不见的替代方案。这个问题就是众所周知的曝光偏差。

2.2、对比学习

为了缓解上述问题，我们建议在训练期间通过对比学习明确降低银色摘要的分数 $S$ ，这是受到提取性摘要中使用的类似学习方法的成功启发。

具体来说，在我们的方法中，seq2seq模型进行了优化，以确保“pos分数”高于“neg分数”。对于相同的文本 $X$ ，pos分数 $S(Y|X)$ 通过公式（2）计算黄金摘要，而neg分数 $S(\hat{Y}|X)$ 的计算方式相同，但使用白银摘要。margin ranking loss损失被定义为增加pos分数，同时降低neg分数，如下所示：其中 $\gamma$ 是margin value。

注意，如果pos分数高于超过边缘值 $\gamma$ 的neg分数，则无法优化模型，因为当 $L_{con}$ 值为零时，梯度也为零。为了最有效地利用训练数据并防止模型欠拟合，我们还将NLL损失包含在整体损失函数中，即：

2.3、模型训练

通过对比学习训练 seq2seq 模型的工作流程如图 1 所示。pos分数和neg分数都是基于相同的有编码器和解码器结构的seq2seq模型计算的。我们的方法不局限于原版 seq2seq 模型，因此 seq2seq 模型还可以包含复制机制和覆盖机制。虽然它们共享输入文档的编码器输出，但这两个分数分别使用黄金摘要和银色摘要作为解码器输入来计算。这意味着我们的方法主要在解码器端施加影响