Insight & target problem
对常见的错误类型进行分析,人工标注和一些分析总结
Solution
首先是把常见的错误分为了两个大类,然后两个大类的下面还有具体的类别
然后对常见的几个摘要模型的结果进行了人工标注
Highlight
有一些结论
- 首先是需要一个比较好的指标,因为上面的实验表明了,在摘要比较短,或者是extractive的时候,这样的模型是会更加的受益的
- 第二个是说两个Metric之间是相关的,一个变大另外一个也会变大
- 预训练模型的错误可以比较少(老是看到这个结论了)