$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 문장 수반 관계를 고려한 문서 요약
Document Summarization Considering Entailment Relation between Sentences

정보과학회논문지 = Journal of KIISE, v.44 no.2, 2017년, pp.179 - 185  

권영대 (성균관대학교 반도체시스템공학과) ,  김누리 (성균관대학교 컴퓨터공학과) ,  이지형 (성균관대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

문서의 요약은 요약문 내의 문장들끼리 서로 연관성 있게 이어져야 하고 하나의 짜임새 있는 글이 되어야 한다. 본 논문에서는 위의 목적을 달성하기 위해 문장 간의 유사도와 수반 관계(Entailment)를 고려하여 문서 내에서 연관성이 크고 의미, 개념적인 연결성이 높은 문장들을 추출할 수 있도록 하였다. 본 논문에서는 Recurrent Neural Network 기반의 문장 관계 추론 모델과 그래프 기반의 랭킹(Graph-based ranking) 알고리즘을 혼합하여 단일 문서 추출요약 작업에 적용한 새로운 알고리즘인 TextRank-NLI를 제안한다. 새로운 알고리즘의 성능을 평가하기 위해 기존의 문서요약 알고리즘인 TextRank와 동일한 데이터 셋을 사용하여 성능을 비교 분석하였으며 기존의 알고리즘보다 약 2.3% 더 나은 성능을 보이는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Document summarization aims to generate a summary that is consistent and contains the highly related sentences in a document. In this study, we implemented for document summarization that extracts highly related sentences from a whole document by considering both similarities and entailment relation...

주제어

#문서 요약   #수반 관계 추론   #자연어 처리   #텍스트 랭크   #순환 신경망  

참고문헌 (11)

  1. John Gantz, David Reinsel, The Digital Universe in 2020, [Online]. Available: https://www.emc.com/collateral/analyst-reports/idc-the-digital-universe-in-2020.pdf, 2012. 

  2. Mihalcea, Rada, and Paul Tarau, "TextRank: Bringing order into texts," Association for Computational Linguistics, 2004. 

  3. MacCartney, Bill, "Natural language inference," PhD diss., Stanford University, 2009.. 

  4. DUC. Document understanding conference 2002, [Online]. Available: http://www-nlpir.nist.gov/projects/duc/, 2002. 

  5. Cheng, Jianpeng, Li Dong, and Mirella Lapata, "Long short-term memory-networks for machine reading," arXiv preprint arXiv:1601.06733, 2016. 

  6. Samuel R. Bowman, Gabor Angeli, Christopher Potts, and Christopher D. Manning, "A large annotated corpus for learning natural language inference," Proc. of the 2015 Conference on Empirical Methods in Natural Language Processing (EMNLP), 2015. 

  7. Pennington, Jeffrey, Richard Socher, and Christopher D. Manning, "Glove: Global Vectors for Word Representation," EMNLP, Vol. 14, pp, 1532-1543, 2014. 

  8. Lin, Chin-Yew, and Eduard Hovy, "Automatic evaluation of summaries using n-gram co-occurrence statistics," Proc. of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology, Vol. 1, pp. 71-78, 2003. 

  9. S.Brin and L.Page, "The anatomy of a large-scale hypertextual Web search engine," Computer Networks and ISDN Systems, Vol. 30, No. 1-7, pp. 107-117, 1998. 

    상세보기 crossref

  10. Ramos, Juan, "Using tf-idf to determine word relevance in document queries," Proc. of the first instructional conference on machine learning, 2003. 

  11. Mikolov, Tomas, Ilya Sutskever, Kai Chen, Greg S. Corrado, and Jeff Dean, "Distributed representations of words and phrases and their compositionality," Advances in neural information processing systems, pp. 3111-3119, 2013. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로