一般論文（査読有）
ExtraPhrase: 生成型要約のための効率的データ拡張
2023 年 30 巻 2 号 p. 489-506
詳細
2023 年 30 巻 2 号 p. 489-506
大量の訓練データを用いたニューラルモデルは生成型要約タスクにおいて高い性能を達成している．しかしながら，大規模な並列コーパスの構築はコストの観点から容易ではない．これを解決するため，本研究では生成型要約タスクの疑似訓練データを低コストで効果的に構築する手法として ExtraPhrase を提案し，訓練データを拡張する．ExtraPhrase は文圧縮と言い換えの2つのモジュールで疑似訓練データを構築する．文圧縮では入力テキストの主要部分を獲得し，言い換えではその多様な表現を得る．実験を通して，ExtraPhrase は生成型要約タスクの性能を向上させ，逆翻訳や自己学習などの既存の訓練データ拡張手法を上回ることを確認した．また，ExtraPhrase は，学習データが著しく少ない場合でも大きな効果が発揮できることを示した．
