一般論文
質問－回答ペアを活用する 半教師あり抽出型質問要約モデルとその学習法
2020 年 27 巻 4 号 p. 825-852
詳細
2020 年 27 巻 4 号 p. 825-852
本稿は質問を対象とした抽出型要約を扱う．ニューラルネットワークによる抽出型要約モデルの学習には，大規模なラベル付きデータが必要となる．ユーザが自由に記述する Yahoo! 知恵袋などのコミュニティ QA (CQA) に投稿される質問に対しては，ラベル付きデータの獲得が難しい．そこで，本研究ではラベル付きデータが不足する問題を軽減するため，小規模な人手ラベル付きデータに加え，CQA から大量に獲得可能な質問－回答ペアを活用する，半教師あり要約モデルを提案する．また，提案モデルの学習法として，質問－回答ペアを活用した事前学習，同時学習，Distant Supervision による疑似ラベルの活用，サンプリング手法などを提案する．従来の半教師あり学習の枠組みでは考慮されてこなかった，質問－回答といったペア構造から，効率的に要約モデルを学習する手法を考察する．実験より，適切なサンプリング法や疑似ラベルを用いた同時学習手法により，特にラベル付きデータが小規模な場合に良い性能を示したことを報告する．
