🚀 [2020] Guiding Extractive Summarization with Question-Answering Rewards

[JudePark96]

논문	Guiding Extractive Summarization with Question-Answering Rewards
저자	Kristjan Arumae, Fei Liu
링크	https://www.aclweb.org/anthology/N19-1264.pdf
학회	NAACL 2019

Contents

1. 초록은 뭐라고 말하고 있어 ?

2. 주요 기여점은 뭐야 ?

3. 이전의 접근과는 뭐가 다른 것 같아 ?

4. 어떤 걸 제안할 수 있을까 ?

5. 다음 논문은 무엇을 읽어야할까 ?

[JudePark96]

1. 초록은 뭐라고 말하고 있어 ?

문서를 읽을 때 highlighting 하는 것은 인간의 문서의 가장 중요한 부분을 추적하기 위한 자연스러운 행동이다. 이것은 extractive summarizer 에도 똑같이 적용될 수 있을 것이다. 하지만 이러한 supervised summarizer 를 만드는데 있어서 가장 주요한 장애물은 ground-truth 가 부족하다는 점이다. manual annotation of extraction units 의 경우 비용이 많이 들지 않는 반면 human abstracts 와 source documents 를 자동으로 aligning 하여 레이블을 얻는 것은 결과가 나빠질 수 있다.

Manual annotation ~ inferior results 부분이 살짝 해석이 잘 안되는 듯?

이 논문에서는 question-answering rewards 를 통해 supervised, extractive summarization system 을 만드는 novel framework 를 소개한다. quality summaries 는 반드시 주요 질문들에 대하여 document 대신 답할 수 있어야하고, 이러한 question-answer 쌍은 human abstracts 로부터 획득되어야함을 논한다.