要約
ドキュメントの正確な抽象的要約は、その主要な情報をすべて含み、入力ドキュメントから論理的に導き出されるべきです。私たちは、質問生成と包含関係生成という補助タスクを用いた多タスク学習を通じて、これらの重要な側面を改善しました。前者は要約モデルに主要な質問価値のある詳細を見つける方法を教えるもので、後者はモデルに入力ドキュメントの指向性のある論理的サブセットとして要約を書き換える方法を教えるものです。また、3つのタスクの複数のエンコーダおよびデコーダ層間での高レベル（意味論的）層特異的な共有やソフト共有メカニズムを持つ新しい多タスクアーキテクチャを提案しています（各貢献の性能解析と分析例も示しています）。全体として、CNN/DailyMailデータセットとGigawordデータセット、そしてDUC-2002転移設定において、最先端技術に対して統計的に有意な改善を達成しました。さらに、私たちのモデルが学習した主要性と包含関係のスキルに関するいくつかの定量的および定性的分析研究も提示しています。