重要文の連続性を考慮した講義音声の自動要約

• Item type: SIG Technical Reports(1)
• 公開日: 2008-07-11
• タイトル: 重要文の連続性を考慮した講義音声の自動要約
• タイトル / 言語: en
• タイトル: Improvement of Class Lecture Summarization by Taking into Account Consecutiveness of Important Sentences
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 豊橋技術科学大学情報工学系
• 著者所属: 豊橋技術科学大学情報工学系
• 著者所属: 豊橋技術科学大学情報工学系
• 著者所属(英): en
• 著者所属(英): Department of Information and Computer Sciences, Toyohashi University of Technology
• 著者所属(英): en
• 著者所属(英): Department of Information and Computer Sciences, Toyohashi University of Technology
• 著者所属(英): en
• 著者所属(英): Department of Information and Computer Sciences, Toyohashi University of Technology
• 著者名: 藤井, 康寿; 山本, 一公; 中川, 聖一
• 著者名(英): Yasuhisa, Fujii; Kazumasa, Yamamoto; Seiichi, Nakagawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，SVM を用いた重要文の連続性を考慮した重要文抽出手法について報告する．一般的に，重要文抽出による音声自動要約は，要約全体の冗長性に関しては考慮していても，文間の関係性は考慮していない．しかし，抽出された文の間には関係性が存在するはずであり，実際に，重要文の連続性として文間の関係が観測される．本稿では，このような連続性を考慮するような素性を feature-based の要約に取り入れることで，重要文抽出による要約を改善する方法を提案する．講義音声コンテンツコーパス ＣJLC を用いた実験の結果，重要文の連続性を考慮することで重要文抽出による要約を改善できることを示す．また，MMR 法に基づいた素性を導入することで，要約全体の冗長性を取り除く方法についても提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper presents a novel sentence extraction framework that takes into account the consecutiveness of important sentences using a Support Vector Machine (SVM). Generally, most extractive summarizers do not take context information into account, but do take into account the redundancy over the entire summarization. However, there must exist relationships among the extracted sentences. Actually, we found these relationships as consecutiveness among the sentences. We deal with this consecutiveness by using new two features for a feature-based summarizer. Experimental results on a Corpus of Japanese classroom Lecture Contents (CJLC) showed that our proposed method outperformed traditional methods, which did not take context information into account. We also present a way to ensure based on MMR that no redundant summarization occurs.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 情報処理学会研究報告音声言語情報処理（SLP）; 巻 2008, 号 68(2008-SLP-072), p. 87-92, 発行日 2008-07-11
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会