사전학습 인코더 기반의 생성적 요약에서 구문과 의미 특질의 영향에 대한 연구A study of syntactic and semantic features' impact on abstractive summarization using pretrained encoder

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 204
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor최기선-
dc.contributor.advisorChoi, Key-Sun-
dc.contributor.author김건태-
dc.date.accessioned2022-04-27T19:32:09Z-
dc.date.available2022-04-27T19:32:09Z-
dc.date.issued2021-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=948432&flag=dissertationen_US
dc.identifier.urihttp://hdl.handle.net/10203/296150-
dc.description학위논문(석사) - 한국과학기술원 : 전산학부, 2021.2,[iv, 52 p. :]-
dc.description.abstract생성적 문서 요약이란 자연언어로 구성된 원문에서 핵심 정보가 나오는 부분을 추출하는 추출적 요약과 달리 원문과 다른 표현으로 요약문을 생성하는 문제이다. 이 문제를 풀기 위해서 여러 연구에서 구조 기반, 의미론 기반 분석 결과를 활용한 연구가 진행되어 왔고, 최근에는 언어 모델의 발전으로 seq2seq 구조의 방식이 연구되었다. 그러나 seq2seq 구조에서는 주어-술어 불일치, 중요 내용 파악, 같은 글자 반복, [UNK] 생성 등의 문제가 생긴다. 본 연구에서는 이런 문제를 개선하기 위해 사전학습 인코더를 활용한 인코더-디코더 구조의 모델에 구문, 의미 정보 추가와 원문 비교를 통한 단어 교정을 결합하여 성능을 향상시키는 법을 제시하고 각각의 방법이 끼치는 영향에 대해서 분석한다.-
dc.languagekor-
dc.publisher한국과학기술원-
dc.subject문서 요약▼a생성적 요약▼a텍스트 요약▼a자연언어생성▼a자연언어 처리-
dc.subjectDocument Summarization▼aAbstractive Summarization▼aText Summarization▼aNatural Language Generation▼aNLG-
dc.title사전학습 인코더 기반의 생성적 요약에서 구문과 의미 특질의 영향에 대한 연구-
dc.title.alternativeA study of syntactic and semantic features' impact on abstractive summarization using pretrained encoder-
dc.typeThesis(Master)-
dc.identifier.CNRN325007-
dc.description.department한국과학기술원 :전산학부,-
dc.contributor.alternativeauthorKim, Kun-Tae-
Appears in Collection
CS-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0