다문서 요약을 위한 콘텐츠 모델 탐색

우리는 다문서 요약을 위한 생성 확률 모델의 탐색을 제시합니다. 간단한 단어 빈도 기반 모델(Nenkova and Vanderwende, 2005)로 시작하여, 각 모델은 문서 세트 콘텐츠의 표현에 더 많은 구조를 주입하고, ROUGE 성능을 향상시킵니다. 우리의 최종 모델인 HierSum은 계층적 LDA 스타일 모델(Blei et al., 2004)을 사용하여 콘텐츠 특수성을 주제 어휘 분포의 계층으로 나타냅니다. generic DUC 스타일 요약을 생성하는 작업에서, HierSum은 최첨단 ROUGE 성능을 발휘하며, 쌍 비교 사용자 평가에서 Toutanova et al. (2007)의 최첨단 판별 시스템을 강력히 능가합니다. 우리는 또한 콘텐츠 발견 및 탐색을 촉진하기 위해 HierSum의 여러 '주제 요약'을 생성하는 능력을 탐구합니다.