書誌事項
- タイトル別名
-
- Hie-BART: Abstractive Summarization by Hierarchical BART
抄録
<p>本稿では，BART モデルに文書の階層構造（文-単語構造）を取り込んだ階層型 BART (Hie-BART) を提案する．既存の BART モデルは，生成型文書要約タスクにおいて高い要約精度を達成しているが，文レベルと単語レベルの情報の相互作用を考慮していない．一方，機械翻訳タスクでは，単語とフレーズ間の関係を把握する Multi-Granularity Self-Attention (MG-SA) が提案されており，この技術によってニューラル機械翻訳モデルの性能が向上されている．提案手法である Hie-BART モデルでは，BART モデルのエンコーダに MG-SA を組み込むことで，文と単語の階層構造を捉える．評価実験の結果，提案手法は CNN/Daily Mail データセットを用いた評価では ROUGE-L において 0.1 ポイントの改善が見られた．</p>
収録刊行物
-
- 自然言語処理
-
自然言語処理 29 (3), 835-853, 2022
一般社団法人 言語処理学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390856374249881984
-
- ISSN
- 21858314
- 13407619
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可