언어 분석 자질을 활용한 인공신경망 기반의 단일 문서 추출 요약

이경호; 이공주; Gyoung Ho Lee; Kong Joo Lee

연구문헌

국내 논문지

홈 > 연구문헌 > 국내 논문지 > 한국정보처리학회 논문지 > 정보처리학회 논문지 소프트웨어 및 데이터 공학

정보처리학회 논문지 소프트웨어 및 데이터 공학

Current Result Document : 2 / 10 이전건 다음건

한글제목(Korean Title)	언어 분석 자질을 활용한 인공신경망 기반의 단일 문서 추출 요약
영문제목(English Title)	Single Document Extractive Summarization Based on Deep Neural Networks Using Linguistic Analysis Features
저자(Author)	이경호 이공주 Gyoung Ho Lee Kong Joo Lee
원문수록처(Citation)	VOL 08 NO. 08 PP. 0343 ~ 0348 (2019. 08)
한글내용 (Korean Abstract)	최근의 문서요약 시스템은 인공신경망을 이용한 End-to-End 방식이 주류를 이루고 있다. 이러한 시스템은 인간의 자질 추출 과정이 필요 없으며 데이터 중심의 접근 방법을 채택한다. 그러나 기존의 관련 연구들은 품사 정보, 개체명 정보, 단어의 빈도 정보와 같은 언어 분석 자질이 중요 문장을 선택하여 요약을 작성하는데 유용함을 보여왔다. 본 연구에서는 기존의 언어 분석 자질을 활용하여 인공신경망을 기반으로 한 단일 문서의 추출 요약 시스템을 제안한다. 언어 분석 자질의 유용성을 보이기 위해 자질을 사용하는 모델과 사용하지 않는 모델을 비교하였다. 실험 결과 자질을 사용하는 모델이 그렇지 않은 모델에 비해 약 0.5점의 Rouge-2 F1점수 향상을 보였다.
영문내용 (English Abstract)	In recent years, extractive summarization systems based on end-to-end deep learning models have become popular. These systems do not require human-crafted features and adopt data-driven approaches. However, previous related studies have shown that linguistic analysis features such as part-of-speeches, named entities and word’s frequencies are useful for extracting important sentences from a document to generate a summary. In this paper, we propose an extractive summarization system based on deep neural networks using conventional linguistic analysis features. In order to prove the usefulness of the linguistic analysis features, we compare the models with and without those features. The experimental results show that the model with the linguistic analysis features improves the Rouge-2 F1 score by 0.5 points compared to the model without those features.
키워드(Keyword)	Single Document Summarization Extractive Summarization Linguistic Analysis Features Deep Neural Networks 단일 문서 요약 추출 요약 언어 분석 자질 인공신경망
파일첨부	PDF 다운로드