應用事件擷取於故事理解之研究

摘要

摘要作為人們快速了解資訊的手段，一直以來都是自然語言處理研究的主要方向之一。現今的摘要模型主要都是依靠深度學習模型，讓模型自己決定文章的重點以及摘要生成的內容，因此人為可控制的因素較小。而本論文認為在某些摘要的應用場景中，摘要的重點不應該只依靠模型本身決定，而需要一些其他的資訊來輔助模型產生更貼近文章重點的摘要。最終，我們在現有摘要模型的輸入上做一些改動，使其能夠產生相對應內容的摘要。除此之外，我們也針對資訊擷取模型進行遷移式學習，使其能更適合應用於我們的使用場景。