[논문 리뷰] Applying Natural Language Generation to Indicative Summarization

Min‐Yen Kan, Kathleen McKeown외 1명|ArXiv.org|2001. 07. 16.

Natural Language Processing Techniques참고 문헌 6인용 수 7

한 줄 요약

이 논문은 주제 분포, 미디어 유형, 쿼리 관련성과 같은 문서 특징을 모델링하여 개요적 다중문서 요약을 생성하는 자연어 생성(NLG) 프레임워크를 제안한다. 주제성과 쿼리 관련성을 기반으로 한 콘텐츠 기획을 통해 사용자가 읽을 문서를 선택하는 데 도움이 되는 간결하고 정보적인 요약을 생성하며, 의료 분야 사례 연구를 통해 Centrifuser 시스템에서 이 접근 방식을 구현한다.

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.

연구 동기 및 목표

• 자동 요약 시스템에서 읽을 문서를 선택하는 데 도움이 되는 개요적 요약을 간과하는 격차를 보완하기 위해.
• 주제성, 미디어 유형, 메타데이터와 같은 문서 특징을 요약 생성을 위한 의미적 입력으로 모델링하기 위해.
• 쿼리 관련성과 일반적인 범주에서의 이탈 여부를 기반으로 관련 특징을 선택하는 콘텐츠 기획 모듈을 개발하기 위해.
• 다중 문서에서 개요적 요약을 생성하기 위한 프로토타입 시스템(Centrifuser)을 구현하고 평가하기 위해.
• 문서 집합에 대한 자연스럽고 압축된 지칭 표현을 생성하기 위해 언어적 실현과 어휘 선택의 역할을 탐색하기 위해.

제안 방법

• 콘텐츠 계산 및 콘텐츠 기획 단계를 포함한 공감대 기반 NLG 아키텍처를 사용한다.
• 주제 분포, 콘텐츠 유형, 난이도, 메타데이터와 같은 문서 특징을 추출하고 의미적으로 표현한다.
• 각 문서별 주제 트리와 모든 문서의 통합 복합 주제를 통해 주제성(prototypicality)과 쿼리 관련성을 계산하기 위해 주제 트리를 모델링한다.
• 콘텐츠 기획은 두 가지 규칙을 적용한다: 일반적인 범주에서의 이탈을 보고하고, 쿼리 관련 정보를 보고한다.
• 문서 수가 많아 리스트 작성에 부적합할 경우, 예시(예: 'AMA 가이드와 같은')를 사용하여 문서 집합에 대한 지칭 표현을 생성한다.
• 어휘 선택은 문구 수준의 템플릿을 사용하고, 언어적 실현은 형태적 일치 규칙을 적용한 문법 패턴을 적용한다.

실험 결과

연구 질문

• RQ1 주제 분포와 미디어 유형과 같은 문서 특징을 어떻게 활용하여 개요적 요약을 생성할 수 있는가?
• RQ2 개요적 다중문서 요약에서 콘텐츠 선택을 지배하는 규칙는 무엇인가?
• RQ3 주제성과 쿼리 관련성을 어떻게 모델링하여 콘텐츠 기획을 안내할 수 있는가?
• RQ4 크기가 큰 문서 집합에 대한 지칭 표현을 어떻게 자연스럽고 압축적으로 생성할 수 있는가?
• RQ5 메타데이터와 문서 유도 특징은 효과적인 개요적 요약에서 어떤 역할을 하는가?

주요 결과

• Centrifuser 시스템은 텍스트 추출이 아닌 문서 특징을 사용하여 개요적 다중문서 요약을 성공적으로 생성한다.
• 수동 분석된 라이브러리 카탈로그 요약에서 주제성이 가장 자주 사용된 특징이었으며(100% 출현 빈도),
• 청중, 목적, 판본과 같은 메타데이터 특징은 단일 문서 요약의 91%에 존재했다.
• 시스템은 대규모 문서 수를 나열하는 것을 피하기 위해 예시 기반 지칭 표현을 사용하여 유창성과 압축성을 향상시켰다.
• 콘텐츠 기획 모듈은 일반적인 범주에서의 이탈 보고 및 쿼리 관련 콘텐츠 보고라는 두 가지 지침 원칙을 효과적으로 적용했다.
• 프로토타입은 NLG 기반 요약이 검색 결정 지원에 적합한 자연스럽고 정보적인 요약을 생성할 수 있음을 입증했다.