階層型再帰ァテンションモデル

摘要

書籍、新聞、ウェブサイトなど様々なメディアに存在するテキストデータの要約に関する研究は近年盛hに行われている。 2015年にRushらは、リカレント二ユーラルネットワークを用いて抽象型文章要約システム(ABS)を提案した。翌年、Chopraらは、畳み込みニューラルネットワーク（CNN)をABSに導入し、新たにリカレントァテンシヨン要約モデル（RAS)を開発した。呉本らは従来の自動要約モデルにおける出力が固定長である問題を改善し、複数のアテンションモジュールを併用した階層型ァテンシヨンシステムを提案した。また、デコーダにある隠れ層に再帰的構造を導入することによってRushらのABSの要約精度を向上させた。本研究では、文献6に提案された再帰的アテンションモデルRAMの要約精度をさらに改善するため、入力文章が長い場合に、それを分割し、複数のエンコーダの入力とすることを提案する。LivedoorNEWサイトの記事内容とそのタイトルを実験データとして比較実験を行い、新たな階層アテンションモデルの優位性を確認することができた。