要約
最近、シーケンス・ツー・シーケンスモデルは要約の分野で最先端の性能を達成しています。しかし、大規模かつ高品質なデータセットが十分に利用可能ではなく、利用可能なものは主に特定の書き方を持つニュース記事であることがほとんどです。さらに、内容をより深いレベルで説明する抽象的な人間風のシステムには、より高い抽象度を持つデータが必要です。本論文では、WikiHowというデータセットを紹介します。これは、異なる人間著者によって書かれたオンライン知識ベースから抽出・構築された23万件以上の記事と要約のペアを含むデータセットです。これらの記事は多様なトピックをカバーしており、したがって高い多様性を持つスタイルを表現しています。私たちは既存の手法をWikiHowで評価し、その課題を提示するとともに、さらなる改善のためにいくつかの基準値を設定しました。