人工知能学会全国大会論文集
第34回 (2020)
セッションID: 3Rin4-81
会議情報

出力長制御と重要箇所の特定を同時に行う生成型要約
*斉藤 いつみ西田 京介西田 光甫大塚 淳史浅野 久子富田 準二進藤 裕之松本 裕治
著者情報
会議録・要旨集 フリー

詳細
抄録

ニューラルネットワークに基づく生成型要約はEncoder-Decoderモデルの発展により高い精度を達成している.一方,産業的な応用においては指定した長さに応じて要約の出力長を制御可能であることが重要となるが,長さ制御を考慮した要約研究は少ない.長さを制御する既存のニューラル要約モデルは,主に長さ情報を固定次元のベクトル表現に変換し,Encoder-Decoderモデルに長さベクトルの情報を追加することによって要約の出力長を制御できることを報告している.我々は,単語レベルの抽出モデルをEncoder-Decoderモデルに結合する新たな出力長制御が可能な生成型要約技術について提案する.本提案手法は,長さの制約に応じて重要単語列を特定し,Encoder-Decoderに重要単語列をガイド情報として直接与えることによって,要約の内容と長さを同時に制御する.これにより,出力長制御の条件でも高い精度を達成できる.実験により,CNNDM,NEWSROOMの2つのオープンデータセットで提案手法は既存手法を上回る精度を達成した.

著者関連情報
© 2020 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top