关于论文的小疑问

[FearAlwaysWorks]

大佬你好！感谢你的分享，受益匪浅！
我有点没看懂这个结果。请问这个Oracle结果是在测试集上使用Oracle生成signals吗？个人感觉在测试集上使用标签来生成guidance signal有一些牵强。。。
如果是测试集的Oracle的话，请问有没有在训练时分别使用Oracle和automatic predicted的结果对比呀。

不好意思打扰你

[FearAlwaysWorks]

还有一个疑问。
论文中提到keywords的自动预测方法是BertAbs。
训练BertAbs生成keywords的时候，是用target summaries里提取出的keyword作为target来微调吗？

[zdou0830]

你好，是用在测试集上用oracle，是为了给一个模型performance的upper bound。Table 10和13有训练用oracle或者automatic predicted的结果对比。

是先从source document提取highlighted sentences，然后再从这些highlighted sentences提取keywords。

[FearAlwaysWorks]

谢谢回复！
请问生成guidance signal的那些模型是直接用的作者训练好的参数，还是先在根据任务在数据集上fine-tune再用呀？
就比如用Mathsum生成pubmed的抽取式摘要之前会先用pubmed来fine-tune，用BertAbs生成keywords前会先fine-tune模型吗？
对不起刚刚入门问题有点多，打扰你了呜呜。

[zdou0830]

都是先在各个数据集上训练好模型以后再用的，比如MatchSum要用在PubMed上的话，就先在PubMed上从头训练一个模型，不是finetune的。

[FearAlwaysWorks]

还有个问题。如果用Auto-predicted来训练guided-summarization，那生成signals的模型是用什么训练得到的呢
对不起又打扰你。。。

[zdou0830]

比如用在CNN/DM上，就先用oracle从原本的CNNDM的训练集提生成signals的模型的训练集。

[Gloriaf888]

谢谢回复！ 请问生成guidance signal的那些模型是直接用的作者训练好的参数，还是先在根据任务在数据集上fine-tune再用呀？ 就比如用Mathsum生成pubmed的抽取式摘要之前会先用pubmed来fine-tune，用BertAbs生成keywords前会先fine-tune模型吗？ 对不起刚刚入门问题有点多，打扰你了呜呜。
你好，请问这个问题你解决了吗

[Gloriaf888]

谢谢回复！ 请问生成guidance signal的那些模型是直接用的作者训练好的参数，还是先在根据任务在数据集上fine-tune再用呀？ 就比如用Mathsum生成pubmed的抽取式摘要之前会先用pubmed来fine-tune，用BertAbs生成keywords前会先fine-tune模型吗？ 对不起刚刚入门问题有点多，打扰你了呜呜。
你好，请问这个问题你解决了吗

[FearAlwaysWorks]

yo~我是王晓也，我已经收到你的邮件了，我会尽快查看的，如果需要我的回复，请您耐心哟~