Suche nach effektiver neuronal-extraktiver Zusammenfassung: Was funktioniert und was kommt als Nächstes

In den letzten Jahren wurden bemerkenswerte Erfolge bei der Anwendung tiefer neuronaler Netze auf die Textzusammenfassung verzeichnet. Dennoch fehlt ein klares Verständnis dafür, \textit{warum} sie so gut abschneiden und \textit{wie} sie verbessert werden könnten. In dieser Arbeit streben wir an, ein besseres Verständnis dafür zu gewinnen, wie sich Systeme zur neuronalen extraktiven Zusammenfassung von verschiedenen Modellarchitekturen, übertragbaren Wissen und Lernschemata profitieren könnten. Zudem gelingt es uns, basierend auf unseren Beobachtungen und Analysen, einen effektiven Weg zu finden, um bestehende Frameworks zu verbessern und auf CNN/DailyMail deutlich bessere Ergebnisse als der aktuelle Stand der Technik zu erzielen. Wir hoffen, dass unsere Arbeit weitere Hinweise für zukünftige Forschungen im Bereich der extraktiven Zusammenfassung liefern kann.