學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
1 results
Search Results
Item 應用兩階段生成模型於會議摘要之研究(2023) 黃怡萍; Huang, Yi-Ping近年來，由於疫情的影響和遠端工作的普及，線上會議和視訊交流平台的使用 變得更加廣泛。但隨之而來的問題是，會議記錄往往包含許多分散的資訊，要 在大量的對話中擷取和理解關鍵資訊是困難的，且隨著會議越來越頻繁，意味 著參與者需要在有限的時間內掌握會議的要點，以便在忙碌的日程中做出明智 的決策。在這樣的情境下，能夠從會議紀錄中自動辨識和摘要出關鍵資訊的技 術變得更為重要。自動文件摘要主要分為擷取式 (Extractive) 和重寫式 (Abstractive) 兩種方 法，擷取式摘要透過計算原始文件中每個句子的重要性分數，選擇得分高的句 子並將它們組合起來成為摘要。重寫式摘要透過對原始文件的理解重新改寫句 子，生成出一個簡潔且包含原始文件中核心內容的摘要。由於對話中的話語經 常是不流暢且資訊分散的，使用擷取式摘要容易擷取出不完整的句子，造成可 讀性不高。目前在會議摘要任務中，主要的應用是能夠將原始語句改寫的重寫 式摘要。雖然已有許多相關的研究被提出，重寫式的方法應用在會議摘要中仍 面臨幾個普遍性的限制，包括輸入長度問題、複雜的對話結構，以及缺乏訓練 資料與事實不一致，而這些問題也是提高會議摘要模型效能的關鍵。本論文專注在「輸入長度問題」和「對話式結構」的研究，提出了一個先 擷取後生成的會議摘要模型架構，在擷取階段設計了三種方法來選擇重要的文 本片段，分別是異質圖神經網路模型、對話語篇剖析和文本相似度。在生成階 段使用先進的生成式預訓練模型。實驗結果顯示，提出的方法透過微調基線模 型，可以達到效果提升。