小さな乖離のためにアートを損なうな：アスペクト抽出のためのポインタネットワークを用いた境界再配置

現在の要約抽出手法は境界誤差（boundary errors）に悩まされている。一般的にこれらの誤差は抽出された要約と正解（ground-truth）との間にわずかな差異をもたらすが、性能低下を著しく引き起こす。本稿では、境界の再位置決めにポインタネットワーク（pointer network）を活用する手法を提案する。また、手動による介入なしに訓練データを収集できるようにリサイクル機構（recycling mechanism）を導入している。本研究では、ノートパソコン用のSE14およびレストラン用のSE14-16というベンチマークデータセット上で実験を実施した。実験結果から、本手法がベースライン手法に対して顕著な性能向上を達成し、既存の最先端手法を上回ることが明らかになった。