要約生成のためのガイダンスとしてのサリエンス割当

抽象要約モデルは通常、初期から明示的に重要情報を捉えるように学習する。近年の研究では、抽象要約モデルに抽出要約をガイドとして導入することで、重要情報のヒントを提供し、性能の向上を図っている。しかし、抽出要約をガイドとして用いる場合、制約が厳しすぎることがあり、情報の損失やノイズの混入を引き起こす可能性がある。また、抽象度が異なるドキュメントへの適応が困難である。重要情報の個数や分布は文書によって変動するため、ガイドに含めるべき内容を決定する固定閾値を見つけることは難しい。本論文では、柔軟かつ信頼性の高い重要性ガイドとしての「SEASON（SaliencE Allocation as Guidance for Abstractive SummarizatiON）」と呼ばれる新しい要約アプローチを提案する。SEASONは、重要性の期待値の割り当てを用いて抽象要約をガイドし、抽象度の異なる記事にも適応性が高い。2つのベンチマークデータセットにおける自動評価および人間評価の結果から、提案手法の有効性と信頼性が示された。さらに、100万件を超えるニュース記事に対する実証的分析から、ニュース記事の文に対して自然な「15対50」の重要性の割合が観察された。これは、ニュース記事の構成に役立つ貴重な知見を提供する。