权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Abstractive Neural Multi-document Summarization Considering Cross Document Structure

考虑跨文档结构的抽象神经多文档摘要

基本信息

批准号：
21H03495
负责人：
奥村学
金额：
$ 10.98万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

テキスト内の文間の関係を解析する文書構造解析器は，我々のグループが世界最高性能を達成していたが，引き続き研究開発を継続し，新しい手法を提案することで，現在も世界最高性能を維持している．この分野の技術の進歩を明確にできるよう，既存の上向き，下向きの解析戦略と最新の事前学習済み言語モデルを組み合わせることで強いベースライン解析器を構築した．この解析器を評価した結果，解析戦略には大きな差がなく，トークンではなくスパンのマスキングを採用した事前学習済み言語モデルが有効であることが分かった．特に，DeBERTa を用いると世界最高性能を達成した．また，十分な量の学習データを確保できないことにより，文間の修辞構造解析の性能は文内と比較して大幅に低く，下流タスクにとって大きな問題となっている．これを解決するため，学習データを逆翻訳することで得た擬似正解データを用いて解析器を事前学習し，正解データを用いて追加学習する手法を提案した．シフト還元法による上向き解析器，スパン分割による下向き解析器に提案法を適用し，標準的ベンチマークデータセットであるRST-DT，Instr-DT を用いて評価した結果，疑似正解データを用いることで Standard-ParsEval のスコアが約 1-2 ポイント向上することを確認した．

The document structure analyzer has achieved the highest performance in the world by introducing research and development, and has proposed the highest performance in the world. The technical progress of this field is clear, the existing upward direction is clear, the downward direction is clear, the latest advance learning is clear, the speech is clear, and the parser is constructed. The parser evaluates the results, analyzes the strategy, and uses it to learn the language in advance. The world's highest performance. The amount of learning is very high, and the performance of rhetorical structure analysis between texts is very low. To solve this problem, we can use the parser to learn the pseudo-correct solution data in advance, and propose a method to add learning to the correct solution data. The upward parser for the SFFT reduction method and the downward parser for the SPOND segmentation method are applied. The RST-DT and Instr-DT are used in the standard Blockset. As a result of the evaluation, it is confirmed that the Standard-ParsEval's performance is only about 1-2 inches upward when the suspected correct solution is being used.