반복적인 문서 표현 학습을 통한 요약 생성 및 다듬기

본 논문에서는 지도 추출형 텍스트 요약을 위한 반복 기반 모델인 Iterative Text Summarization (ITS)를 소개합니다. 이 모델은 사람이 문서의 내용을 완전히 이해하고 요약하기 위해서 여러 번 읽는 것이 종종 필요하다는 관찰에서 영감을 받았습니다. 현재의 요약 접근법들은 문서를 한 번만 읽어 문서 표현을 생성하므로, 이로 인해 비최적의 표현이 생성됩니다. 이러한 문제를 해결하기 위해 본 연구에서는 문서를 여러 번 통과하면서 문서 표현을 점진적으로 다듬는 모델을 제안합니다. 또한, 본 모델의 일부로서 각 문장이 얼마나 업데이트되어야 하는지를 보다 정확하게 결정하는 선택적 읽기 메커니즘도 도입하였습니다. CNN/DailyMail 및 DUC2002 데이터셋에 대한 실험 결과는 기계와 인간 평가에서 본 모델이 최신 추출형 시스템들보다 유의미하게 우수한 성능을 보임을 입증합니다.