談話構造を用いた教師なし文書要約生成

使用话语结构的无监督文档摘要生成

• 批准号: 20J10726
• 负责人: 磯沼 大
• 金额: $ 1.09万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-24 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J10726/
• 关键词: 自然言語処理; 自動文書要約; 教師なし学習

情報爆発が叫ばれる現代において、文章から重要な情報を抽出し纏める自動文書要約技術への期待は日々高まっている。自動文書要約のアプローチは、要約に相 応しい文や節を抽出する抽出型要約と、単語や句の言い換え・一般化を行う生成型要約に分けられる。生成型要約はより人手に近い自動要約を実現でき、その確立は自動要約研究の大きな目標である。一方で、生成型要約は見本となる要約(参照要約)を大量に要し、現実の文書の多くは参照要約の数が少なく、それらの用意に多大な労力を要することから、実用上の大きな障害となっている。そこで本研究では、前年度に開発した木構造トピックモデルにより文書のトピック木構造を推定し、各トピックの要約文を生成する手法を開発した。当初の計画では談話構造木のトピック分割による要約生成を計画していたが、最新の文生成研究に基づきトピックごとの要約文を生成するアプローチに切り替えた。木構造上のトピックから要約として相応しい詳細度合いのトピックを選択し、各トピックに関する要約文を生成することで、意見文書の要約が教師なしに得られることを示した。評価実験では、提案法の要約性能は最新の教師なし生成型要約手法と競合することを確認した。また、トピック文の詳細度合いはその潜在分布の分散の大きさに依存し、根の文の潜在分布は分散が大きく一般的な文が生成される一方、葉に近づくにつれ分散が小さくなり具体的な文が生成されるといった特性を確認した。以上の成果を取り纏めた論文は、計算言語学のトップジャーナルTACLに採択された、言語処理学会第27回年次大会で若手奨励賞を、情報処理学会第246回自然言語処理研究会で優秀研究賞および山下記念研究賞を受賞した。

Information explosion is called "modern", article is called "important information extraction", automatic document is called "expectation", article is called "high". Automatic document offers are extracted from text, simple sentences, and generalized to generate offers. Generation-type offers are not available for manual or automatic offers, and are not available for automatic offers. A party, a generative offer, an offer (reference offer), a large number of important, current documents, a large number of reference offers, a small number of intention, a large number of important, practical obstacles. This study has been conducted in the past year to develop methods for the estimation of wood structure and the generation of wood structure. The original plan is to create an offer for the construction of a project, and the latest article creation research is to create an offer for the construction of a project. For example, if you want to make an offer, you can make an offer. If you want to make an offer, you can make an offer. The evaluation of the offer performance of the proposal method is based on the latest teacher-generated offer method. The potential distribution of the root text is scattered. The potential distribution of the root text is scattered. The root text is generated. The root text is scattered. The root text is generated. The root text is scattered. The root text is generated. The root text is scattered. The root text is scattered. The root text is generated. The root text is scattered. The root text is scattered. The root text is generated. The root text is scattered. The root text is generated. The root text is scattered. The root text is generated. The root text is confirmed. The results of the above papers were presented at the 27th Annual Conference of the Society for Speech Processing, the 246th Annual Conference of the Society for Information Processing, and the Yamashita Memorial Research Award.

项目成果

Unsupervised Abstractive Opinion Summarization by Generating Sentences with Tree-Structured Topic Guidance

• DOI: 10.1162/tacl_a_00406
• 发表时间: 2021-06
• 期刊: Transactions of the Association for Computational Linguistics
• 影响因子: 10.9
• 作者: Masaru Isonuma;Junichiro Mori;D. Bollegala;I. Sakata

木構造ニューラルトピックモデル

树结构神经主题模型

• 发表时间: 2020
• 作者: 磯沼 大;森 純一郎;ボレガラ ダヌシカ;坂田 一郎
• 通讯作者: 坂田 一郎

リヴァプール大学(英国)

利物浦大学（英国）

トピック文生成による教師なし意見要約（若手奨励賞）

使用主题句生成进行无监督意见总结（青年鼓励奖）

• 发表时间: 2021
• 作者: 磯沼 大;森 純一郎;ボレガラ ダヌシカ;坂田 一郎
• 通讯作者: 坂田 一郎

潜在的なトピック構造を捉えた生成型教師なし意見要約（優秀研究賞、山下記念研究賞）

捕获潜在主题结构的生成式无监督意见摘要（优秀研究奖、山下纪念研究奖）

• 发表时间: 2020
• 作者: 磯沼 大;森 純一郎;ボレガラ ダヌシカ;坂田 一郎
• 通讯作者: 坂田 一郎