重要文抽出と文圧縮を組み合わせた新たな抽出的要約手法 A New Approach of Extractive Summarization Combining Sentence Selection and Compression

この論文にアクセスする

この論文をさがす

著者

    • 富田 紘平 Tomita Kohei
    • 東京工業大学総合理工学研究科 Tokyo Institute of Technology, Interdisciplinary Graduate School of Science and Engineering
    • 奥村 学 Okumura Manabu
    • 東京工業大学精密工学研究所 Tokyo Institute of Technology, Precision and Intelligence Laboratory

抄録

重要文抽出と文圧縮を同時に行う新しい抽出的要約モデルを提案する.本手法は,重要文抽出に比べて表現能力が高いため,重要文抽出より適切な要約を出力することが期待できる.定式化には整数計画法を用いる.重要文抽出における過去の最も良い要約システムを,ROUGE-1 において大きく上回ることを確認した.We propose a novel extractive summarization model which performs sentence selection and compression at the same time. Because of its high expression ability, our model is expected to generate more appropriate summaries. Our model uses integer linear programming. Our model outperforms the previous best system on the ROUGE-1 metric.

We propose a novel extractive summarization model which performs sentence selection and compression at the same time. Because of its high expression ability, our model is expected to generate more appropriate summaries. Our model uses integer linear programming. Our model outperforms the previous best system on the ROUGE-1 metric.

収録刊行物

  • 研究報告自然言語処理(NL)

    研究報告自然言語処理(NL) 2009(2(2009-NL-189)), 13-20, 2009-01-15

    一般社団法人情報処理学会

被引用文献:  1件中 1-1件 を表示

キーワード

各種コード

  • NII論文ID(NAID)
    110007123553
  • NII書誌ID(NCID)
    AN10115061
  • 本文言語コード
    JPN
  • 資料種別
    Technical Report
  • データ提供元
    CJP引用  NII-ELS  IPSJ 
ページトップへ