文献

J-GLOBAL ID：202002263890622339   整理番号：20A0905883

抽象テキスト要約のためのカバレージに基づく変分生成復号器【JST・京大機械翻訳】

Coverage-Based Variational Generative Decoder for Abstractive Text Summarization

著者 (4件)： Huang Xiao (Sun Yat-sen University,School of Electronics and Information Technology,Guangzhou,China) ,  Teng Wei (Sun Yat-sen University,School of Electronics and Information Technology,Guangzhou,China) ,  Lin Jialiang (Sun Yat-sen University,School of Electronics and Information Technology,Guangzhou,China) ,  Bao Yanxiang (Sun Yat-sen University,School of Electronics and Information Technology,Guangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IAEAC  ページ： 67-71  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 注意配列-配列モデルに基づく神経抽象化モデルは,ソーステキストから簡単な要約を生成することができる。しかしながら,これらのモデルは繰り返し問題に直面しており,目標要約に含まれる豊富な構造情報を無視している。これらの問題を軽減するために,著者らは,文章におけるすべての情報を完全に利用するために,被覆機構とニューラル変分推論を組み合わせた生成モデルを提案した。最初に,著者らは,潜在的変数を作り出すために変分自動符号器(VAEs)を採用して,それは目標要約における潜在的構造情報を得た。第二に,著者らは最終的復号化プロセスにおける被覆機構を導入して,それは符号器におけるそれらの重要な部分の重みを大いに改良して,効果的に反復問題を減少させることを期待した。生成された潜在的構造情報と被覆情報を結合することにより,抽象的要約を生成する。LCCTデータセットに関する実験結果は,著者らのモデルがベースライン方法より優れていることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *変分法 ,  被覆 ,  *復号器 ,  復号化 ,  符号器 ,  基準線
準シソーラス用語： 生成モデル ,  テキスト要約 ,  変分推論 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 抽象 ,  テキスト要約 ,  カバレージ ,  変分 ,  復号器