SumHiS: Extractive Summarization Exploiting Hidden Structure

要約

抽出的要約は、テキストの最も重要な部分を強調表示するタスクです。
テキストの隠れたクラスタリング構造を使用した抽出的要約タスクへの新しいアプローチを紹介します。
CNN/DailyMail での実験結果は、私たちのアプローチが抽出的手法と抽象的手法の両方よりも正確な要約を生成し、ROUGE-2 メトリックに関して以前のアプローチを 10% 上回る最先端の結果を達成することを示しています。
さらに、テキストの隠された構造がアスペクトとして解釈できることを示します。

要約(オリジナル)

Extractive summarization is a task of highlighting the most important parts of the text. We introduce a new approach to extractive summarization task using hidden clustering structure of the text. Experimental results on CNN/DailyMail demonstrate that our approach generates more accurate summaries than both extractive and abstractive methods, achieving state-of-the-art results in terms of ROUGE-2 metric exceeding the previous approaches by 10%. Additionally, we show that hidden structure of the text could be interpreted as aspects.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google