コピー機構を用いたクエリ指向ニューラル生成型要約

• Item type: SIG Technical Reports(1)
• 公開日: 2019-06-06
• タイトル: コピー機構を用いたクエリ指向ニューラル生成型要約
• タイトル / 言語: en
• タイトル: Query-biased Neural Network-based Summarizer using Copying Mechanism
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 要約
• 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: 東京工業大学科学技術創成研究院
• 著者所属: 国立台湾大学
• 著者所属: 国立台湾大学
• 著者所属: 東京工業大学科学技術創成研究院／産業技術総合研究所
• 著者所属: 東京工業大学科学技術創成研究院
• 著者名: 石垣, 達也; Hen-Hsen, Huang; Hsin-His, Chen; 高村, 大也; 奥村, 学
• 著者名(英): Tatsuya, Ishigaki; Hen-Hsen, Huang; Hsin-His, Chen; Hiroya, Takamura; Manabu, Okumura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，原文書に加えクエリを入力として受け取るクエリ指向要約課題を扱う．ニューラルネットワークが本課題に適用される以前の要約器においては，原文書とクエリでの重複語を要約により含めることで，性能が向上することが報告されている．本研究では，コピー機構を用いて原文書とクエリでの重複語をより要約に含めやすくする仕組みをニューラルネットワークに基づく生成型要約器において実現する．クエリ指向設定に適用可能なコピー機構として，原文書からコピーするモデル，原文書とクエリの重複語をコピーするモデル，重複語とその周辺語をコピーするモデルを提案する．実験より，重複語とその周辺語をより要約に含めるよう設計したコピー機構が良い性能を示したことを報告する．この結果はニューラルネットワーク以前の要約器において，効果的であった重複語を含める方策が，ニューラルネットワークに基づく要約器においても有効であることを示すものである．
• 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: AN10115061
• 書誌情報: 研究報告自然言語処理（NL）; 巻 2019-NL-240, 号 3, p. 1-5, 発行日 2019-06-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8779
• 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