의미기반 텍스트 랭크 알고리즘을 이용한 다중 문서 요약

Abstract

최근에 다양한 스마트 멀티미디어 기기를 통하여 사용자들간에 대량의 정보가 공유되고 있으며, 이로 인하여 사용자에게 검색 편의를 제공하기 위한 효과적인 문서 요약 기법에 대한 요구가 점차 증대되고 있다. 대표적인 문서 요약 기법들 중 하나인 텍스트 랭크 알고리즘은 그래프 기반의 랭킹 알고리즘으로 서, 정점을 문장 또는 키워드로 설정하여 각 정점의 점수를 계산한 후에 높은 점수의 정점을 대표 문장 또는 키워드로 선정한다. 그러나 이 방법은 정점들 간의 의미적 관계를 고려하지 않음으로써 무의미한 문장 또는 키워드가 대표 요약어로 선정될 수 있다. 본 논문에서는 텍스트 랭크 알고리즘의 핵심인 그래 프 구축 과정에서 정점간의 관련성을 계산시에 소셜 폭소노미를 활용한 의미적 연관성을 부여함으로써 보다 신뢰성 있는 문서 요약 기법을 제안한다. 제안하는 방법의 객관적인 성능 측정을 위해 TAC 2008, TAC 2009 문서 셋을 이용하였고, TAC에서 제공하는 정답 요약문과 제안 기법의 요약문을 비교하여 기 존 방법에 비해 우수한 성능을 보임을 증명하였다.