다중 스타일 생성형 읽기 이해

본 연구는 텍스트 증거에 기반한 질문 응답과 자연어 생성(NLG)을 결합한 생성적 독해 이해(RC)를 다룹니다. 우리는 질문 응답을 위한 다중 스타일 추상 요약 모델인 Masque를 제안합니다. 제안된 모델은 두 가지 주요 특징을 가지고 있습니다. 첫째, 대부분의 RC 연구가 제공된 문장에서 답변 범위를 추출하는 데 초점을 맞추고 있는 반면, 우리의 모델은 질문과 여러 문장에서 요약을 생성하는 데 중점을 두고 있습니다. 이는 실제 응용 프로그램에서 요구되는 다양한 답변 스타일을 포함하기 위함입니다. 둘째, 이전 연구들은 하나의 일반적인 모델을 얻는 것이 어려워 각각의 답변 스타일에 대해 특정 모델을 구축하였으나, 우리의 접근 방식은 모든 관련 스타일의 NLG 능력을 개선하기 위해 한 모델 내에서 다중 스타일 답변을 학습합니다. 이로 인해 우리의 모델은 목표 스타일로 답변할 수 있게 됩니다. 실험 결과, 본 모델은 MS MARCO 2.1의 Q&A 작업 및 Q&A + NLG 작업, 그리고 NarrativeQA의 요약 작업에서 최신 성능을 달성하였습니다. 우리는 스타일에 독립적인 NLG 능력이 목표 스타일로 전달되는 것이 성공의 핵심임을 확인하였습니다.