使用類神經網路增進自動郵件摘要效能之研究

Improving Email Summarization By Neural Networks

吳旻誠(Min-Cheng Wu)

指導教授 ： 劉長遠

國立臺灣大學/電機資訊學院/資訊工程學研究所/碩士(2015年)

https://doi.org/10.6342/NTU.2015.00387

摘要

本論文提出了兩個自動郵件摘要的模型，其一是延伸了過去既有的
使用機器學習方法的自動郵件摘要模型，我們以類神經網路來改善其
特徵抽取的方法，並提出了新的郵件摘要特徵，在同樣使用支援向量
迴歸模型來進行迴歸分析的實驗下，此模型有效的增進了既有模型的
效能。
另外我們提出了完全使用類神經網路進行郵件摘要的模型，此模型基
於以類神經網路自動抽取出的文句特徵，並以遞迴式類神經網路來模
擬人類選取摘要時所進行的動作，此模型雖在實驗中表現效能較差，
但其不需要任何的人類定義特徵，完全使用類神經網路完成自動郵件
摘要的動作。

關鍵字

自動郵件摘要 ； 類神經網路 ； 遞迴式類神經網路 ； 機器學習 ； 自然語言處理

並列摘要

In this thesis , we use recent neural network sentence representation technique
and propose some new feature in the email summarization research area
to improve the performance of email summarization task , and we proposed a
new neural network summarization model that imitate the prodcedure of human
summarizing the document , then we compare the result of these models.

並列關鍵字

Email Summarization ； Neural Network ； Recurrent Neural Network ； Machine Learning ； Natural Language Processing

參考文獻

[1] Y. Bengio, R. Ducharme, P. Vincent. A neural probabilistic language model. Journal of Machine Learning Research, 3:1137-1155, 2003.

Dynamic pooling and unfolding recursive autoencoders for paraphrase detection. In NIPS’2011.

[4] Mikolov, Tomas, et al. ”Recurrent neural network based language model.” INTERSPEECH.2010.

361. Association for Computational Linguistics. 2008

[9] Muresan, S., Tzoukermann, E., and Klavans, J. L.Combining linguistic and machine learning techniques for email summarization.Workshop at ACL/ EACL 2001 Conference. 2001