문서 요약을 위한 문장 점수 매기기와 선택 학습의 통합

문장 점수 부여와 문장 선택은 추출적 문서 요약 시스템의 두 가지 주요 단계입니다. 그러나 이전 연구에서는 이를 두 개의 독립된 하위 작업으로 취급하였습니다. 본 논문에서는 문장 점수 부여와 선택을 동시에 학습하는 새로운 엔드투엔드 신경망 프레임워크를 제시합니다. 이 프레임워크는 먼저 계층적 인코더를 사용하여 문서의 문장을 읽어 문장 표현을 얻습니다. 그런 다음 이미 선택된 문장을 고려하여 하나씩 문장을 추출하여 출력 요약을 구성합니다. 기존 방법과 달리, 본 접근 방식은 선택 전략을 점수 모델에 통합하여, 이미 선택된 문장들을 바탕으로 상대적인 중요도를 직접 예측합니다. CNN/Daily Mail 데이터셋에서 수행한 실험 결과, 제안된 프레임워크가 최신 추출적 요약 모델들보다 유의미하게 우수한 성능을 보였습니다.