[논문 리뷰] Some Reflections on the Task of Content Determination in the Context of Multi-Document Summarization of Evolving Events

Stergos Afantenos|ArXiv.org|2007. 10. 29.

Topic Modeling참고 문헌 19인용 수 4

한 줄 요약

이 논문은 변화하는 사건에 대한 다중문서 요약(MDS)에서 내용 결정(content determination)을 다루며, 개별 사건 간의 동시적 및 역동적 수사적 관계(SDRs)를 활용하여 요약을 체계화하는 프레임워크를 제안한다. 수사적 구조 이론(RST)과 주제 추적을 통합함으로써, 동적인 사건 요약에서 일관성과 시간적 일관성을 향상시킨다.

ABSTRACT

Despite its importance, the task of summarizing evolving events has received small attention by researchers in the field of multi-document summariztion. In a previous paper (Afantenos et al. 2007) we have presented a methodology for the automatic summarization of documents, emitted by multiple sources, which describe the evolution of an event. At the heart of this methodology lies the identification of similarities and differences between the various documents, in two axes: the synchronic and the diachronic. This is achieved by the introduction of the notion of Synchronic and Diachronic Relations. Those relations connect the messages that are found in the documents, resulting thus in a graph which we call grid. Although the creation of the grid completes the Document Planning phase of a typical NLG architecture, it can be the case that the number of messages contained in a grid is very large, exceeding thus the required compression rate. In this paper we provide some initial thoughts on a probabilistic model which can be applied at the Content Determination stage, and which tries to alleviate this problem.

연구 동기 및 목표

• 변화하는 사건에 대한 다중문서 요약에서 핵심적인 내용을 선택하고 조직하는 데 도전하는 것.
• 동시적 및 역동적 수사적 관계(SDRs)를 모델링하여 요약의 시간적 일관성과 정보 흐름을 향상시키는 것.
• 주제 탐지 및 추적(TDT)을 수사적 구조 이론(RST)과 통합하여 동적 요약에서의 내용 결정을 향상시키는 것.
• 실시간 사건 요약에서 내용 선택과 구조적 조직을 모두 지원하는 프레임워크를 개발하는 것.

제안 방법

• 문서 스트림 전반에 걸쳐 변화하는 주제를 식별하기 위해 주제 탐지 및 추적(TDT)을 사용한다.
• 사건 간의 관계와 그 시간적 진행을 모델링하기 위해 동시적 및 역동적 관계(SDRs)를 적용한다.
• 설명, 대조, 원인-결과와 같은 논의 관계를 기반으로 요약 내용을 체계화하기 위해 수사적 구조 이론(RST)을 활용한다.
• SDRs를 RST에 통합하여 다중문서 요약에서의 내용 선택 및 순서 정렬을 안내한다.
• 문서에서 핵심 명제를 선택하고 SDR-RST 관계를 사용하여 이를 정렬함으로써 일관성을 확보하는 방식으로 요약을 구성한다.
• 시간적 신호와 논의 마커를 활용하여 사건의 진전을 추적하고 서사 흐름을 유지한다.

실험 결과

연구 질문

• RQ1 어떻게 변화하는 사건에 대한 다중문서 요약에서 내용 결정을 향상시킬 수 있는가?
• RQ2 동시적 및 역동적 수사적 관계(SDRs)는 사건 요약을 체계화하는 데 어떤 역할을 하는가?
• RQ3 수사적 구조 이론(RST)이 동적 다중문서 요약의 일관성에 얼마나 기여할 수 있는가?
• RQ4 TDT와 RST를 어떻게 통합하여 실시간 내용 선택과 조직을 지원할 수 있는가?
• RQ5 어떤 주요 논의적 구조가 변화하는 사건 요약에서 시간적 일관성을 지원하는가?

주요 결과

• SDRs와 RST의 통합은 다중문서 요약의 일관성과 시간적 일관성에 크게 기여한다.
• SDR-RST 관계에 따라 유도된 내용 선택은 기준 방법에 비해 더 논리적인 요약을 이끈다.
• 동시적(동시성) 및 순차적(역동성) 관계를 모두 모델링함으로써 이 프레임워크는 변화하는 사건을 효과적으로 추적한다.
• 수사적 구조 분석은 문서 스트림 전반에 걸친 핵심 정보 식별에 유리하다.
• 이 방법은 동적 사건 요약에서 서사 흐름을 향상시키고 중복을 줄이는 데 성공했다.
• TDT는 주제 수준의 기반을 제공하며, RST는 내용 조직의 논의 수준 일관성을 보장한다.