語彙的連鎖に基づく要約の情報検索タスクを用いた評価  [in Japanese] Evaluation of Summaries Based on Lexical Chains Using Information Retrieval Task  [in Japanese]

Access this Article

Search this Article

Author(s)

    • 望月 源 MOCHIZUKI Hajime
    • 北陸先端科学技術大学院大学情報科学研究科 School of Information Science, Japan Advanced Institute of Science
    • 奥村 学 OKUMURA Manabu
    • 東京工学大学精密工学研究所 Precision and Intelligence Laboratory, Tokyo Institute of Technology

Abstract

電子化テキストの増大にともない, テキスト自動要約技術の重要性が高まっている. 近年, 情報検索システムの普及により, 検索結果提示での利用が, 要約の利用法として注目されている. 要約の利用により, ユーザは, 検索結果のテキストが検索要求に適合しているかどうかを, 素早く, 正確に判定できる. 一般に情報検索システムでは, ユーザの関心が検索要求で表わされるため, 提示される要約も, 元テキストの内容のみから作成されるものより, 検索要求を反映して作成されるものの方が良いと考えられる. 本稿では, 我々が以前提案した語彙的連鎖に基づくパッセージ抽出手法が, 情報検索システムでの利用を想定した, 検索要求を考慮した要約作成手法として利用できることを示す. 語彙的連鎖の使用により, 検索要求に関連するテキスト中のパッセージを要約として抽出できる. 我々の手法の有効性を確かめるために, 情報検索タスクに基づいた要約の評価方法を採用し, 10種類の要約作成手法による実験を行なう. 実験結果によって, 我々の手法の有効性が支持されることを示す. また, 評価実験の過程で観察された, タスクに基づく評価方法に関する問題点や留意すべき点についても分析し, 報告する.

The importance of the automatic summarization research is now increasing with the growing availability of on-line documents. In information retrieval systems, summaries can be used as the display of the retrieval results, in order for users to quickly and accurately judge the relevance of the documents which are returned as a result of the users'query. Here, rather than producing a generic summary, the summary that reflects the user's topic of interest expressed in the query would be considered as more suitable. This type of summary is often called‘query-biased summary’. In this paper, we show that our previously proposed passage extraction method based on lexical chains can be used to produce better query-biased summaries for information retrieval systems. To evaluate the effectiveness of our method, a task-based evaluation scheme is adopted. The results from the experiments support that querybiased summaries by lexical chains outperform others in the accuracy of subject's relevance judgments. Furthermore, to establish a better evaluation methodology, we also investigate and describe the problems that arise from the experimental design.

Journal

  • Journal of Natural Language Processing

    Journal of Natural Language Processing 7(4), 63-77, 2000-10-10

    The Association for Natural Language Processing

References:  18

Cited by:  5

Codes

  • NII Article ID (NAID)
    10008829888
  • NII NACSIS-CAT ID (NCID)
    AN10472659
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    13407619
  • NDL Article ID
    5544185
  • NDL Call No.
    Z21-B168
  • Data Source
    CJP  CJPref  NDL  J-STAGE 
Page Top