[논문]어휘의 동시 발생 빈도와 분포를 이용한 다중 주제 회의록 요약

이병수; 이지형

어휘의 동시 발생 빈도와 분포를 이용한 다중 주제 회의록 요약
Multi-Topic Meeting Summarization using Lexical Co-occurrence Frequency and Distribution 원문보기

한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호, 2015 July 08, 2015년, pp.13 - 16

이병수 (성균관대학교 정보통신대학 DMC공학과, 삼성전자) , 이지형 (성균관대학교 정보통신대학 전자전기컴퓨터공학과)

초록
AI-Helper

본 논문에서는 어휘의 동시 발생 (co-occurrence) 빈도와 분포를 이용한 회의록 요약방법을 제안한다. 회의록은 일반 문서와 달리 문서에 여러 세부적인 주제들이 나타나며, 잘못된 형식의 문장, 불필요한 잡담들을 포함하고 있기 때문에 이러한 특징들이 문서요약 과정에서 고려되어야 한다. 기존의 일반적인 문서요약 방법은 하나의 주제를 기반으로 문서 전체에서 가장 중요한 문장으로 요약하기 때문에 다중 주제 회의록 요약에는 적합하지 않다. 제안한 방법은 먼저 어휘의 동시 발생 (co-occurrence) 빈도를 이용하여 회의록 분할 (segmentation) 과정을 수행한다. 다음으로 주제의 구분에 따라 분할된 각 영역 (block)의 중요 단어 집합 생성, 중요 문장 추출 과정을 통해 회의록의 중요 문장들을 선별한다. 마지막으로 추출된 중요 문장들의 위치, 종속 관계를 고려하여 최종적으로 회의록을 요약한다. AMI meeting corpus를 대상으로 실험한 결과, 제안한 방법이 baseline 요약 방법들보다 요약 비율에 따른 평가 및 요약문의 세부 주제별 평가에서 우수한 요약 성능을 보임을 확인하였다.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 어휘의 동시 발생 (co-occurrence) 빈도와 분포를 이용하여 앞서 살펴본 회의록 특징들을 고려한 요약 방법을 제안한다.
본 논문에서는 회의록의 특징을 반영하여 어휘들 간의 동시 발생 (co-occurrence) 빈도와 분포 정보를 바탕으로 회의록의 분할 (segmentation)을 이용한 요약 방법을 제한하였다. 실험 결과, 요약 비율에 따른 평가 및 세부 주제를 고려한 평가에서 제안한 방법이 baseline 방법들에 비해 높은 성능을 보였으며, 회의록의 세부 주제 및 흐름을 파악하는데 도움을 준다는 것을 보였다.

제안 방법

baseline2의 MMR balance factor λ 는 training set 실험을 통해 가장 성능이 좋게 나타난 0.3으로 설정 후 test set 실험을 진행하였다.
각 분할된 영역 (block)에서 추출할 수 있는 중요 문장의 길이는 proposed1과 proposed2 방법을 적용하여 두 가지 방법에 대한 성능을 각각 측정하였으며, proposed1, proposed2 모두 training set 실험에서 가장 좋은 성능을 보인 0.1로 MMR balance factor λ를 설정하였다.
먼저 여러 세부 주제가 포함된 회의록의 특징을 고려하여 회의록의 각 어휘들 간의 동시 발생 (Co-occurrence) 빈도를 이용하여 회의록 분할(segmentation) 과정을 수행한다. 다음으로 각 분할된 영역 (block) 단위로 중요 단어 집합을 생성하며, 생성된 중요 단어 집합과 문장 간의 유사도를 계산하여 유사성이 높은 문장 순으로 각 분할된 영역 (block)의 중요 문장을 추출한다. 마지막으로 선택된 문장들의 위치 및 종속 관계를 고려하여 최종적으로 회의록을 요약한다.
먼저 여러 세부 주제가 포함된 회의록의 특징을 고려하여 회의록의 각 어휘들 간의 동시 발생 (Co-occurrence) 빈도를 이용하여 회의록 분할(segmentation) 과정을 수행한다. 다음으로 각 분할된 영역 (block) 단위로 중요 단어 집합을 생성하며, 생성된 중요 단어 집합과 문장 간의 유사도를 계산하여 유사성이 높은 문장 순으로 각 분할된 영역 (block)의 중요 문장을 추출한다.
먼저 요약 비율을 3%-9% 구간에서 1% 구간별로 요약문을 생성하고 그 결과를 분석하였으며, 정확한 평가를 위해 불용어 (stopwords)는 평가에서 제외하였다. [그림 3]은 전문가 요약문과 비교한 ROUGE-1 F-measure 평가 결과이다.
의 빈도수이며, wi는 해당 n-gram의 weight 값이다. 문장 길이에 대한 log 값을 적용해 상대적으로 더 짧은 문장에 가중치를 주도록 한다. 식 (4)의 sim₂(u,V)는 문장 u와 이미 선택된 문장 V 사이의 유사도 점수를 산출하며, 공통된 단어를 기준으로 더 긴 문장의 길이로 normalize 한 값을 사용한다.
본 논문에서는 training set을 통해 window size와 step size, neighbors는 각각 150, 5, 60으로 설정하였다.
성능 평가를 위해 두 가지 baseline과 비교하였다. baseline1은 요약문의 제한 길이가 만족될 때까지 각 단계에서 가장 긴 문장을 선택해 나가는 요약 방법 (longest sentence)이고, baseline2는 문서 전체의 어휘 발생빈도를 기반으로 중심 어휘 벡터를 설정한 후, 중심 어휘 벡터와 각 문장과의 코사인 유사도 (cosine similarity) 점수를 바탕으로 MMR을 사용하여 중심 문장을 추출하는 방법 (centroid based MMR)이다[9].
-measure는 식 (5)와 같이 정확률 (precision)과 재현율 (recall)을 하나의 값으로 표현한다. 세부주제를 고려한 평가 방법으로는 전문가가 작성한 요약문을 주제별로 분리하여 각각의 주제에 대한 재현율 (recall) 점수로 성능을 평가하였다.

대상 데이터

실험 데이터는 AMI meeting corpus[8]를 사용하였으며, 20개의 회의록 (ES2004, ES2014, IS1009, TS3004, TS3007)을 test set으로 96 개의 회의록을 training set으로 사용하였다. 각 회의록에는 전문가가 작성한 하나의 요약문이 있으며 평균 요약문의 길이는 해당 회의록의 약 6%이다.

이론/모형

요약문의 전체적인 성능은 ROUGE-1[10] 점수로 평가하였으며, F₁-measure는 식 (5)와 같이 정확률 (precision)과 재현율 (recall)을 하나의 값으로 표현한다. 세부주제를 고려한 평가 방법으로는 전문가가 작성한 요약문을 주제별로 분리하여 각각의 주제에 대한 재현율 (recall) 점수로 성능을 평가하였다.
중요 단어 집합과의 유사도 점수가 높은 문장 순으로 중요 문장을 추출하게 되며, Maximum Marginal Relevance (MMR)[7] 방식을 사용한다. 문장과 중요 단어 집합과의 유사도 점수 산정 방식은 식 (2)와 같으며, 이미 중요 문장으로 선택된 문장들과 중복된 문장이 선택되는 것을 방지하기 위해 balance factor λ를 사용한다.
각 분할된 영역 (block)에서 추출한 문장들의 영역 (block) 위치 및 종속 관계를 고려하여 최종적으로 회의록을 요약한다. 한정된 요약문에 가능한 많은 정보를 포함할 수 있도록 각 영역 (block)에서 추출하는 요약문 길이는 해당 영역 (block)의 길이에 비례하도록 제한하는 proposed1 (block length based ratio) 방법과 분할된 영역 (block)들의 평균 centroid vector를 설정 후 centroid vector와 해당 영역 (block)의 코사인 유사도 (cosine similarity) 점수에 비례하여 영역 (block)의 추출 문장 길이를 한정하는 proposed2 (block similarity based ratio) 방법을 사용한다.
회의록 분할 (segmentation) 과정의 전처리 단계로 문서에서 불용어 (stopwords)를 제거하고 Porter’s stemming algorithm[5]을 적용한다.
회의록과 같은 대화 언어에서 핵심 단어가 반복되는 특징을 고려하여, 단어의 빈도수와 POS tagger를 활용한 방법[2]을 사용한다. 대화록에서 사용된 불필요한 단어 (e.

성능/효과

[그림 3]은 전문가 요약문과 비교한 ROUGE-1 F-measure 평가 결과이다. baseline 방법들에 비해 proposed1과 proposed2 방법을 사용한 요약문이 요약 비율 전 구간에서 성능이 높게 나타났음을 볼 수 있다. 또한 요약 비율에 상관없이 proposed2의 요약 결과가 대체적으로 proposed1에 비해 높은 성능을 보인다.
본 논문에서는 회의록의 특징을 반영하여 어휘들 간의 동시 발생 (co-occurrence) 빈도와 분포 정보를 바탕으로 회의록의 분할 (segmentation)을 이용한 요약 방법을 제한하였다. 실험 결과, 요약 비율에 따른 평가 및 세부 주제를 고려한 평가에서 제안한 방법이 baseline 방법들에 비해 높은 성능을 보였으며, 회의록의 세부 주제 및 흐름을 파악하는데 도움을 준다는 것을 보였다.

후속연구

제한된 회의록 요약문의 길이로 인해 분할된 영역 (block) 별로 추출할 수 있는 중요 문장의 길이를 정하는 것은 중요한 문제이다. 향후 연구로 각 영역 (block)에서 추출하는 문장의 길이를 한정하는 방법을 개선하여 추가적으로 성능을 높일 수 있는 연구를 진행할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	문서요약은 어떻게 구분되는가?	문서요약이란 문서가 담고 있는 핵심 의미를 유지하면서 문서의 길이를 줄이는 작업으로 크게 추출요약과 생성요약으로 구분할 수 있다. 추출요약은 문서에서 중요하다고 생각하는 문장만을 선별하여 요약문을 제공하는 것이다.
	문서요약이란?	문서요약이란 문서가 담고 있는 핵심 의미를 유지하면서 문서의 길이를 줄이는 작업으로 크게 추출요약과 생성요약으로 구분할 수 있다. 추출요약은 문서에서 중요하다고 생각하는 문장만을 선별하여 요약문을 제공하는 것이다.
	문서요약의 개념인 추출요약과 생성요약은 무엇을 의미하는가?	문서요약이란 문서가 담고 있는 핵심 의미를 유지하면서 문서의 길이를 줄이는 작업으로 크게 추출요약과 생성요약으로 구분할 수 있다. 추출요약은 문서에서 중요하다고 생각하는 문장만을 선별하여 요약문을 제공하는 것이다. 이에 비해 생성요약은 문서에서 중요하다고 생각하는 일부분을 선택한 후, 자연어 처리 기법을 이용하여 새로운 문장으로 요약문을 제공하는 것이다. 그러나 현재의 자연어 처리 기술 한계와 제한점 때문에, 상대적으로 접근과 구현이 쉬운 추출요약에 관한 연구가 주로 이루어지고 있다[1].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

어휘의 동시 발생 빈도와 분포를 이용한 다중 주제 회의록 요약
Multi-Topic Meeting Summarization using Lexical Co-occurrence Frequency and Distribution 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

어휘의 동시 발생 빈도와 분포를 이용한 다중 주제 회의록 요약 Multi-Topic Meeting Summarization using Lexical Co-occurrence Frequency and Distribution 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

어휘의 동시 발생 빈도와 분포를 이용한 다중 주제 회의록 요약
Multi-Topic Meeting Summarization using Lexical Co-occurrence Frequency and Distribution 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper