초록
신경망 요약 모델의 성공은 원문 기사의 정밀한 인코딩에서 비롯됩니다. 제한적이고 때로는 노이즈가 많은 훈련 데이터의 장애물을 극복하기 위해 유망한 방향 중 하나는 요약 과정에서 필터를 적용하여 사용 가능한 훈련 데이터를 더 효과적으로 활용하는 것입니다. 본 논문에서는 훈련 데이터에서 발견된 템플릿을 활용하여 각 원문 기사에서 핵심 정보를 부드럽게 선택하여 요약 과정을 안내하는 새로운 양방향 선택적 인코딩 모델(Bi-directional Selective Encoding with Template, BiSET)을 제안합니다. 표준 요약 데이터셋에 대한 광범위한 실험을 수행한 결과, 템플릿을 탑재한 BiSET 모델이 성능을 크게 개선하여 새로운 최고 수준의 결과를 달성함을 확인할 수 있었습니다.