Modeli dubokog učenja za automatsko sažimanje dokumenta

master's thesis

• Title (english): Deep Learning Models for Automated Document Summarization
• Author: Marin Kukovačec
• Mentor: Jan Šnajder (mentor)
• Committee member: Jan Šnajder (predsjednik povjerenstva)
• Committee member: Vlado Glavinić (član povjerenstva)
• Committee member: Siniša Šegvić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2019-07-10, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Automatsko sažimanje dokumenta jedan je od važnijih zadataka u obradi prirodnoga jezika. Dobar postupak sažimanja u obzir uzima dva aspekta teksta: (1) njegovu informacijsku strukturu, tako da zadržava informacijski relevantne i ispušta manje relevantne dijelove, te (2) koherentnost odnosno kohezivnost teksta. Dva glavna pristupa automatskom sažimanju su ekstraktivno sažimanje, kod kojega se koriste dijelovi izvornoga teksta, te apstraktivno sažimanje, kod kojega se generira novi tekst na temelju izvornoga teksta. Razvojem dubokog učenja došlo je do značajnog napretka u području sažimanja dokumenata, posebice u apstraktivnim pristupima.Tema rada jesu modeli za automatsko sažimanje dokumenta temeljeni na dubokom učenju. Napraviti pregled postojećih metoda ekstraktivnog i apstraktivnog sažimanja, s naglaskom na postupke temeljene na dubokom učenju. Razviti i implementirati modele dubokog učenja za ekstraktivno i apstraktivno sažimanje za engleski jezik. Za razvoj i vrednovanje modela koristiti javno dostupne skupove podataka, kao što su DUC i CNN/Daily Mail. Provesti eksperimentalno vrednovanje modela, usporedbu s postojećim modelima i statističku analizu rezultata. Radu priložiti izvorni i izvršni kod razvijenog sustava, skupove podataka i programsku dokumentaciju te citirati korištenu literaturu.

Abstract (english)

Automated document summarization is one of the more prominent natural language processing tasks. A good summarization method will consider two aspects of text: (1) it's informational structure, so that it retains the informationally relevant and leaves out less informationally relevant parts, and (2) text coherence and cohesion. Two main approaches to automated summarization are extractive summarization, which reuses parts of the original text, and abstractive summarization, which generates new text based on the existing text. Recent developments in deep learning have brought improvements to document summarization, especially for abstractive approaches. The topic of the thesis are models for automated document summarization based on deep learning. Do a literature survey on extractive and abstractive summarization, with an emphasis on deep learning methods. Devise and implement a deep learning model for extractive and abstractive summarization for the English language. Model development and evaluation should rely on freely available datasets, such as DUC and CNN/Daily Mail. Carry out an experimental evaluation of the model, a comparison against the existing models, and a statistical analysis of the results. All references must be cited, and all source code, documentation, executables, and datasets must be provided with the thesis.

• Keywords: Duboko učenje; Automatsko sažimanje dokumenta; Ekstraktivno sažimanje; Apstraktno sažimanje
• Keywords (english): Deep Learning; Automated Text Summarization; Extractive Summarization; Abstractive Summarization
• Language: english
• URN:NBN: urn:nbn:hr:168:167130
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2020-01-07 19:32:18