sintesi generativa multi-documento con discriminazione della rilevanza mediante probabilità marginale: una soluzione neurale end-to-end per la letteratura medica

Nonostante lo sviluppo scientifico in molti task di Natural Language Processing (NLP), il task di multi-document summarization rimane meno esplorato, lasciando ampi margini di miglioramento. Nella comunità medica e scientifica, questo task trova applicazione nella generazione delle revisioni sistematiche della letteratura, che sono articoli che riassumono molti studi su uno stesso argomento. In questo lavoro di tesi si esplorano le principali tecnologie in ambito di NLP e text generation, concentrandosi in particolare su BlenderBot 2, un'architettura sviluppata da Facebook AI che rappresenta lo stato dell'arte tra i modelli di chatbot. Le tecnologie studiate sono poi state estese e adattate al task di abstractive multi-document summarization in campo medico per affrontare la generazione automatica delle revisioni sistematiche della letteratura, proponendo un nuovo approccio che miri a risolvere alcuni dei problemi più comuni dei modelli utilizzati in tale ambito.