要約
抽出型要約のための新たなニューラルシーケンス・トゥ・シーケンスモデル、SWAP-NET（Sentences and Words from Alternating Pointer Networks）を提案する。抽出型要約は、入力文書から重要な文の部分集合を構成するが、その中には重要なキーワードも含まれることが多い。この原則を踏まえ、本研究では、キーワードと重要文の相互作用を新たに導入した二段階ポインター・ネットワークに基づくアーキテクチャを設計した。SWAP-NETは、入力文書から重要な文とキーワードの両方を同時に同定し、それらを統合して抽出型要約を生成する。大規模なベンチマークコーパスにおける実験により、SWAP-NETが最先端の抽出型要約モデルを上回る有効性が確認された。