초록
시퀀스 투 시퀀스(Sequence-to-Sequence, seq2seq) 학습은 요약 작업에서 유망한 결과를 가져왔습니다. 그러나 많은 경우에 여전히 시스템이 생성한 요약문이 원문의 의미를 완전히 유지하는 데 어려움을 겪고 있습니다. 중요한 단어나 문장 구조에서 중요한 역할을 하는 관계들을 빠뜨릴 수 있기 때문입니다. 본 논문에서는 이러한 문제를 해결하기 위해 소스 문장에서 요약 문장으로 중요한 단어와 관계를 복사하는 구조 융합 복사 메커니즘(structure-infused copy mechanisms)을 제안합니다. 이 접근 방식은 자연스럽게 소스 의존성 구조와 추상적 문장 요약기의 복사 메커니즘을 결합합니다. 실험 결과는 소스 측 문법 정보를 시스템에 통합하는 것이 효과적임을 입증하며, 제안된 접근 방식은 최신 방법들과 비교하여 우수한 성능을 보였습니다.