重要文抽出に基づく講義音声の自動要約

概要

論文の詳細を見る
本論文では,大学院における講義音声を対象とした,重要文抽出に基づく自動要約手法を述べる.本論文ではまず,音声要約においてよく使われているMaximal Marginal Relevance(MMR)と識別器にSupport Vector Machine(SVM)を用いたfeature-basedを比較し,feature-basedの方が優れた結果を与えることを示す.次に,feature-basedの改善手法に関して述べる.Feature-basedの改善のために,3つのアプローチを試みた.1つ目は,重要文中によく出現するような重要文の手がかり表現(Cue Phrase for important sentences; CP)を自動抽出し,自動要約の素性とする手法である.CPの抽出はConditional Random Fields(CRF)を用いてラベリング問題として定式化される.2つ目は,人間による要約は重要文が連続しやすいという観測に基づき,重要文の連続性を考慮した要約を行う方法である.連続性を考慮するために,連続性をとらえる新たな素性を使用する.3つ目は,冗長性を排除する枠組みの導入である.これらの3手法を用いることで,feature-basedによる要約を改善できた.
2010-03-15