抽出型と要約型を統合した新モデルの提案

A Unified Model for Extractive and Abstractive Summarization using Inconsistency Loss

抽出型と要約型の強みを融合

2018-01-01 被引用 267 中級
LLMCNNTransformer
  • 要約技術は情報処理において重要です。
  • 本研究では、抽出型と要約型を統合したモデルを提案します。
  • 新たな不整合損失関数を導入し、精度と可読性を向上させました。
要約機械学習自然言語処理

情報を効果的に要約する技術は、様々な分野での応用が期待されています。本論文では、抽出型と要約型のアプローチを統合した新しいモデルを提案し、両者の利点を活かしています。特に、不整合損失関数を用いることで、要約の精度と可読性を大幅に向上させることに成功しました。この研究は、自然言語処理や要約技術に興味がある研究者や実務者にとって特に有益です。

自然言語処理や要約技術に興味がある研究者や実務者に向いています。

A Unified Model for Extractive and Abstractive Summarization using Inconsistency Loss
Wan‐Ting Hsu, Chieh-Kai Lin, Ming-Ying Lee, Kerui Min, Jing Tang, Min Sun