要約
要約抽出（abstractive summarization）は、ドキュメント要約研究における究極的な目標であるが、これまでテキスト生成技術の未熟さのため、あまり研究が進んでいなかった。近年、ニューラルモデルを用いた要約抽出型文要約において、顕著な進展が見られた。しかし、要約抽出型ドキュメント要約に関する試みは依然として初期段階にあり、ベンチマークデータセット上での評価結果は抽出型手法に比べて劣っている。本論文では、ニューラル型要約抽出ドキュメント要約の困難点を検討し、シーケンス・トゥ・シーケンスフレームワーク内に新たなグラフベースのアテンション機構を提案する。その直感的な背景は、従来の研究で軽視されてきた要約の「顕著性（saliency）」要因に着目することにある。実験結果から、本モデルが従来のニューラル型要約抽出モデルに対して顕著な性能向上を達成できることを示した。さらに、データ駆動型のニューラル型要約抽出手法は、最先端の抽出型手法と競合可能な性能を示している。