神経注意モデルによる抽象的文要約

テキスト抽出に基づく要約は本質的に制限されていますが、生成型の抽象的要約手法の構築は困難を伴っています。本研究では、完全にデータ駆動型の抽象的文要約手法を提案します。当手法は、入力文に基づいて要約の各単語を生成するローカルアテンションベースモデルを利用しています。このモデルは構造的に単純ですが、エンドツーエンドで容易に学習でき、大量の訓練データにも対応できます。DUC-2004共有タスクにおいて、本モデルはいくつかの強力な基準モデルと比較して著しい性能向上を示しています。