| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-09-10 15:30 観点を反映した深層強化学習による学術論文の自動要約生成 ○り ケンコン・太田光一・長谷川 忍（北陸先端大）  ET2020-19 |
|
| 抄録 | （和） | 本研究の目的は，研究者や学生の研究活動を支援するため，学術論文を対象として，研究背景や目的などの観点を反映した自動要約(VPRAS: ViewPoint Refinement in Automatic Summarization)システムを開発することである．観点を反映した要約に関するデータセットは限られているため，小規模な教師データを利用して論文中の文章を観点に分類する機械学習タスクとして定義した．さらに，教師あり機械学習に加えて，エージェントが報酬関数に基づき要約文を自動的に抽出する強化学習を導入することで，精度向上の可能性を検証した． |
| （英） | The purpose of this research is to develop a Viewpoint Refinement in Automatic Summarization (VPRAS) system for research articles that reflects the viewpoints such as the research background and purpose to support surveys by researchers and students. Since there is a limited dataset on the summary reflecting the viewpoints, we are adopting machine learning techniques to classify sentences in the article into the viewpoints. In addition to supervised machine learning, we introduced reinforcement learning, in which the agent automatically extracts summary sentences based on the reward function, to test the potentials of improving accuracy. | |
| キーワード | （和） | 自動要約 / 深層学習 / 強化学習 / 観点 / 学術論文 / / / |
| （英） | Automatic Summarization / ViewPoint / Deep Learning / Reforcement Learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 167, ET2020-19, pp. 53-56, 2020年9月. | |
| 資料番号 | ET2020-19 | |
| 発行日 | 2020-09-03 (ET) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ET2020-19 |
|
| 研究会情報 | |
| 研究会 | ET |
| 開催期間 | 2020-09-10 - 2020-09-10 |
| 開催地（和） | 北陸先端科学技術大学院大学 金沢駅前オフィス |
| 開催地（英） | Japan Advanced Institute of Science and Technology |
| テーマ（和） | 学習プラットフォーム／一般 （午後，情報保障が実施されます） |
| テーマ（英） | Learning Platform, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | ET |
| 会議コード | 2020-09-ET |
| 本文の言語 | 日本語 |
| タイトル（和） | 観点を反映した深層強化学習による学術論文の自動要約生成 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Extracted Summary Generation with Viewpoints for Research Articles based on Deep Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自動要約 / Automatic Summarization |
| キーワード(2)（和/英） | 深層学習 / ViewPoint |
| キーワード(3)（和/英） | 強化学習 / Deep Learning |
| キーワード(4)（和/英） | 観点 / Reforcement Learning |
| キーワード(5)（和/英） | 学術論文 / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | り ケンコン / Li Jinghong / リ ケンコン |
| 第1著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) japan advanced institute of science and technology (略称： JAIST) |
| 第2著者 氏名（和/英/ヨミ） | 太田 光一 / OTA Koichi / オオダ コウイチ |
| 第2著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) japan advanced institute of science and technology (略称： JAIST) |
| 第3著者 氏名（和/英/ヨミ） | 長谷川 忍 / Hasegawa Shinobu / ハセガワ シノブ |
| 第3著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) japan advanced institute of science and technology (略称： JAIST) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-09-10 15:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | ET |
| 資料番号 | ET2020-19 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.167 |
| ページ範囲 | pp.53-56 |
| ページ数 | 4 |
| 発行日 | 2020-09-03 (ET) |
[研究会発表申込システムのトップページに戻る]