نحو التلخصات التي تركز على الإنسان: دراسة حالة عن الأخبار المالية

نماذج تلخيص التعلم العميق الأخيرة (DL) تتفوق بشكل كبير من منهجيات التلخصات التقليدية، وتوليد ملخصات عالية الجودة. على الرغم من نجاحهم، لا تزال هناك مشكلات مفتوحة مهمة، مثل المشاركة المحدودة والثقة للمستخدمين في العملية برمتها. من أجل التغلب على هذه القضايا، نعيد النظر في مهمة التلخيص من منظور متمركز الإنسان. نقترح دمج واجهة المستخدم بنموذج DL الأساسي، بدلا من معالجة التلخيص كامرأة معزولة من المستخدم النهائي. نقدم نظام جديد، حيث يمكن للمستخدم المشاركة بنشاط في عملية التلخيص بأكملها. كما يمكننا المستخدم من جمع الأفكار في العوامل المسببة التي تدفع سلوك النموذج، واستغلال آلية اهتمام الذات. نحن نركز على المجال المالي، من أجل إظهار كفاءة نماذج DL العامة للتطبيقات الخاصة بالمجال. يتخذ عملنا خطوة أولى نحو نهج تصميم مشترك للواجهة النموذجية، حيث تتطور نماذج DL على طول احتياجات المستخدمين، مما يمهد الطريق نحو واجهات تلخيص نص الحاسوب البشري.

Recent Deep Learning (DL) summarization models greatly outperform traditional summarization methodologies, generating high-quality summaries. Despite their success, there are still important open issues, such as the limited engagement and trust of users in the whole process. In order to overcome these issues, we reconsider the task of summarization from a human-centered perspective. We propose to integrate a user interface with an underlying DL model, instead of tackling summarization as an isolated task from the end user. We present a novel system, where the user can actively participate in the whole summarization process. We also enable the user to gather insights into the causative factors that drive the model's behavior, exploiting the self-attention mechanism. We focus on the financial domain, in order to demonstrate the efficiency of generic DL models for domain-specific applications. Our work takes a first step towards a model-interface co-design approach, where DL models evolve along user needs, paving the way towards human-computer text summarization interfaces.