생성적 적대 네트워크를 이용한 추상적 텍스트 요약

본 논문에서는 추상적 텍스트 요약을 위한 적대적 프로세스를 제안합니다. 이 프로세스에서는 생성 모델 G와 판별 모델 D를 동시에 학습시킵니다. 특히, 생성기 G를 강화 학습의 에이전트로 구축하여 원문 텍스트를 입력으로 받아 추상적 요약을 예측하도록 설계하였습니다. 또한, 생성된 요약과 실제 요약(ground truth summary)을 구분하려는 판별기를 구축하였습니다. 광범위한 실험 결과, 제안된 모델이 CNN/Daily Mail 데이터셋에서 최신 방법들과 경쟁력 있는 ROUGE 점수를 달성함을 보였습니다. 질적으로도, 본 모델이 더 추상적이고 읽기 쉽고 다양한 요약을 생성할 수 있음을 입증하였습니다.