要約
我々は抽象的な文要約のためのシーケンス・ツー・シーケンスフレームワークを拡張する選択的エンコーディングモデルを提案します。このモデルは、文エンコーダ、選択ゲートネットワーク、およびアテンション付きデコーダで構成されています。文エンコーダとデコーダは再帰型ニューラルネットワーク（Recurrent Neural Networks）を使用して構築されています。選択ゲートネットワークは、エンコーダからデコーダへの情報フローを制御することで、第二レベルの文表現を構築します。この第二レベルの表現は文要約タスクに特化しており、より優れた性能をもたらします。我々は提案したモデルを英語ギガワード（Gigaword）、DUC 2004、MSR抽象的文要約データセットで評価しました。実験結果は、提案された選択的エンコーディングモデルが最先端の基準モデルを超えることを示しています。