( A) CAM-Based Sequence-to-Sequence Model for Topic-Aware Text Summarization
저자
발행사항
용인 : 경희대학교 대학원, 2021
학위논문사항
학위논문(석사)-- 경희대학교 대학원 : 컴퓨터공학과 2021. 2
발행연도
2021
작성언어
영어
주제어
DDC
004 판사항(22)
발행국(도시)
경기도
형태사항
iv, 43 p. : 삽화, 도표 ; 26cm
일반주기명
경희대학교 논문은 저작권에 의해 보호받습니다.
지도교수: 박성배
참고문헌: p. 39-42
UCI식별코드
I804:11006-200000367910
소장기관
The advent of the Sequence-to-Sequence model changed the study of summarization tasks focused on extractive summarization to focused on abstractive summarization, and attention mechasnim greatly contributed to the development of abstractive summarization. However, most of the abstractive summarization studies focused only on generating the summary text using only the long original text and did not use the topic information of the text. Although the topic of the text is key information that can increase the performance of the summary text, there was no effort to use this additional information. Therefore, this paper proposes the Topic-Aware Neural Text Summaizer, a novel model that creates new attention by reflecting the weight related to the topic of the original text to the legacy attention when generating the summary and uses it. TANTS uses a Class Activation Map (CAM) to calculate topic relevancy of input words to obtain topical information. CAM is one of the results of interpretation of Convolutional Nerual Network (CNN) and can be obtained by using the global-average pooling layer instead of the max-pooling layer mainly used in CNN. At this time, CAM can be used as attention because it calculates topical influence for each word of the input. Therefore, TANTS was able to create new attention by reflecting CAM to legacy attention and to generate topic-aware summary. Experiments using The New York Times Annotated Corpus showed that the proposed model, TANTS, performed higher than the Transformer using only legacy attention. Through this, we proved that the automatic summary generation method considering topic information is effective.
더보기시퀀스-투-시퀀스 모델의 등장은 추출식 요약 위주의 요약 태스크 연구를 추상적 요약 위주로 바꾸었고, 어텐션 매커니즘은 추상적 요약의 발전에 크게 기여 하였다. 하지만 대부분의 추상적 요약의 연구는 긴 오리지널 텍스트만을 이용하여 요약문을 생성하는데에만 집중하고 택스트의 토픽 정보를 사용하지 않는다는 문제점이 있다. 텍스트의 토픽은 요약문의 성능을 상승시킬 수 있는 핵심 정보임에도 불구하고 이러한 추가 정보를 사용하려는 노력이 적었다. 따라서 이 논문은 요약문을 생성할 때 오리지널 텍스트의 토픽 관련 가중치를 래거시 어텐션에 반영하여 새로운 어탠션을 만들고 이를 이용하는 독창적인 모델인 Topic-Aware Neural Text Summaizer를 제안한다. TANTS는 토픽 정보를 구하기 위해 입력 단어들의 토픽 관련 정도를 계산할 수 있는 Class activation map (CAM)을 사용한다. CAM은 Convolutional Nerual Network (CNN)를 해석한 결과 중 하나로, CNN에서 주로 사용되는 max-pooling layer 대신 global-average pooling layer를 사용하여 구할 수 있다. 이 때, CAM은 입력의 단어마다 토픽 관련 정도를 계산하기 때문에 어탠션으로서 충분히 사용될 수 있다. 때문에 TANTS는 래거시 어텐션에 CAM을 반영하여 새로운 어탠션을 생성하고, 토픽을 고려한 요약문을 생성할 수 있게 되었다. The New York Times Annotated Corpus를 사용한 실험은 제안하는 모델인 TANTS가 래거시 어탠션만을 사용하는 Transformer보다 더 높은 성능을 보였다. 이를 통해 토픽 정보를 고려한 자동 요약 생성 방법이 효과적임을 증명하였다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)