運用序列到序列生成架構於重寫式自動摘要

Exploiting Sequence-to-Sequence Generation Framework for Automatic Abstractive Summarization

自動摘要（Automatic Summarization）一直以來都是熱門的研究議題，過去多著重在節錄式（Extractive）摘要，而重寫式（Abstractive）摘要相當稀少。有鑑於近期深度學習被廣泛應用在自然語言處理，尤其是機器翻譯等領域的成功，讓重寫式摘要的研究又熱絡起來。近期文獻中已初步驗證了遞歸神經網路（Recurrent Neural Network）在文件的重寫式自動摘要之成效。因此本文欲探討加入注意力（Attention）機制的效果。注意力機制的特點是它能夠在生成文字的同時，對於關鍵片段增強注意力，藉此產生更佳的摘要。此外本文亦欲探究單向（Uni-directional）及雙向（Bi-directional）遞歸神經網路的差異。本文採用語料是大規模中文短文摘要集（Large-scale Chinese Short Text Summarization Dataset, LCSTS）。結果顯示，本文所提出之改進對於摘要品質有明顯的助益。