[論文レビュー] Applying Natural Language Generation to Indicative Summarization

Min‐Yen Kan, Kathleen McKeown+1 more|ArXiv.org|Jul 16, 2001

Natural Language Processing Techniques参考文献 6被引用数 7

ひとこと要約

本稿では、トピック分布、メディアタイプ、クエリ関連性などのドキュメント特徴をモデル化することで、指示的で多次元ドキュメント要約を生成する自然言語生成（NLG）フレームワークを提案する。トピカルニティとクエリ関連性に基づくコンテンツ計画を用いて、ユーザーがどのドキュメントを読むべきかを判断するのを助ける、簡潔で情報豊富な要約を生成する。本アプローチは、医療分野の事例研究を通じてCentrifuserシステムで実証されている。

ABSTRACT

The task of creating indicative summaries that help a searcher decide whether to read a particular document is a difficult task. This paper examines the indicative summarization task from a generation perspective, by first analyzing its required content via published guidelines and corpus analysis. We show how these summaries can be factored into a set of document features, and how an implemented content planner uses the topicality document feature to create indicative multidocument query-based summaries.

研究の動機と目的

• 自動要約システムが指示的要約を無視するというギャップに対処すること。指示的要約は、ユーザーがドキュメントを読むかどうかを判断するのを支援する。
• トピカルニティ、メディアタイプ、メタデータなどのドキュメント特徴を要約生成のための意味的入力としてモデル化すること。
• クエリ関連性と通常からの逸脱に基づいて関連する特徴を選択するコンテンツ計画モジュールを開発すること。
• 複数のドキュメントから指示的要約を生成するためのプロトタイプシステム（Centrifuser）を実装・評価すること。
• 文脈的実現と語彙的選択が、ドキュメント集合の自然でコンactな参照表現を生成する役割を果たすことを調査すること。

提案手法

• コンテンツ計算とコンテンツ計画の段階を含む、コンセンサスNLGアーキテクチャを採用する。
• トピック分布、コンテンツタイプ、読みやすさ、メタデータなどのドキュメント特徴を抽出し、意味的に表現する。
• トピカルニティは、各ドキュメントごとのトピックツリーと、すべてのドキュメントにわたる統合された複合トピックを用いてモデル化され、典型性とクエリ関連性を計算する。
• コンテンツ計画では、2つのルールを適用する：通常からの逸脱を報告し、クエリ関連情報の報告を行う。
• リスト化がサイズの関係で不可能な場合には、例示（例：「AMAガイドなど」）を用いた参照表現をドキュメント集合に適用する。
• 語彙的選択にはフレーズレベルのテンプレートを用い、言語的実現では文法的パターンと語形一致規則を適用する。

実験結果

リサーチクエスチョン

• RQ1 トピック分布やメディアタイプなどのドキュメント特徴を、どのようにして指示的要約の生成に活用できるか。
• RQ2 指示的多次元要約におけるコンテンツ選択を支配するルールは何か。
• RQ3 トピカルニティとクエリ関連性をどのようにモデル化し、コンテンツ計画を導くか。
• RQ4 大規模なドキュメント集合の参照表現を、どのようにして自然かつコンパクトに生成できるか。
• RQ5 メタデータとドキュメント由来の特徴は、効果的な指示的要約において果たす役割は何か。

主な発見

• Centrifuserシステムは、テキスト抽出ではなくドキュメント特徴を用いることで、指示的多次元要約を成功裏に生成した。
• 手動で分析された図書館カタログ要約において、トピカルニティは100％の出現率で最も頻繁に使用された特徴であった。
• 読者層、目的、版などメタデータ特徴は、単一ドキュメント要約の91％に存在した。
• システムは、大規模な数のドキュメントを列挙するのを避けるために、例示に基づく参照表現を用いており、スムーズさとコンパクトさが向上した。
• コンテンツ計画モジュールは、2つの指針（通常からの逸脱の報告、クエリ関連コンテンツの報告）を効果的に適用した。
• プロトタイプは、NLGに基づく要約が、検索意思決定支援に適した自然で情報豊富な要約を生成できることを示した。