초록
우리는 시퀀스-투-시퀀스 방향의 인코더-디코더 모델에 딥 재귀적 생성 디코더(DRGN, Deep Recurrent Generative Decoder)를 탑재한 추상적 텍스트 요약을 위한 새로운 프레임워크를 제안합니다.타겟 요약에서 내재된 잠재 구조 정보는 재귀적 잠재 랜덤 모델을 기반으로 학습되어 요약 품질을 개선합니다.신경망 변분 추론이 사용되어 재귀적 잠재 변수의 처리 불가능한 사후 추론 문제를 해결합니다.추상적 요약은 생성적인 잠재 변수와 판별적인 결정론적 상태 모두를 기반으로 생성됩니다.다양한 언어의 몇 가지 벤치마크 데이터셋에 대한 광범위한 실험 결과, DRGN이 최신 방법들보다 개선된 성능을 보임을 확인할 수 있었습니다.