本论文研究语义碰撞，即NLP模型认为相似但在语义上不相关的文本。研究发现最新模型在释义识别、文档检索、响应建议和提取式摘要等任务中容易受到语义冲突的影响。研究还展示了如何生成避开清晰度过滤器的语义冲突，并讨论了其他可能的缓解方法。

该研究提出了一种神经框架，可从在线产品评论中进行意见摘要，只需要轻量级的监督。方法结合了两个弱监督组件，从多个评论中识别显著观点并形成提取式摘要。研究开发了具有黄金标准方面注释、显著标签和意见摘要的人工注释开发和测试集的意见摘要数据集。自动评估显示该方法相对于基线的显著改进，人类评判员更喜欢该方法的意见摘要。