초록
우리는 추상적 문장 요약을 위한 시퀀스-투-시퀀스 프레임워크를 확장하기 위해 선택적 인코딩 모델을 제안합니다. 이 모델은 문장 인코더, 선택 게이트 네트워크, 그리고 어텐션 장비 디코더로 구성됩니다(attention equipped decoder). 문장 인코더와 디코더는 순환 신경망으로 구축되었습니다. 선택 게이트 네트워크는 인코더에서 디코더로의 정보 흐름을 제어하여 두 번째 수준의 문장 표현을 구성합니다. 두 번째 수준의 표현은 문장 요약 작업에 맞게 조정되어 더 나은 성능을 발휘합니다. 우리는 영어 기가워드(Gigaword), DUC 2004, 그리고 MSR 추상적 문장 요약 데이터셋에서 우리의 모델을 평가했습니다. 실험 결과는 제안된 선택적 인코딩 모델이 최신 기준 모델들보다 우수한 성능을 보임을 확인하였습니다.