効果的なニューラル抽出要約の探索：何が機能し、次に何が必要か

近年、深層ニューラルネットワークを用いた文章要約において著しい成功が見られています。しかし、それらがなぜこれほど優れた性能を発揮するのか、またどのように改善できるのかについては明確な理解が得られていません。本論文では、神経抽出型要約システムが異なるモデルアーキテクチャ、転移可能な知識、学習スキーマからどのように恩恵を受けられるかをよりよく理解することを目指します。さらに、我々の観察と分析に基づき、現行のフレームワークを効果的に改善し、CNN/DailyMailデータセットで大幅に最先端の結果を達成する方法を見出しました。本研究により、抽出型要約に関する今後の研究にさらなる手がかりを提供できることを期待しています。