Meeting Summarization via Semantic-based Segmentation using Self-alignment Embedding

NLP에서 긴 문서를 처리하기 위해 일반적으로 사용되는 static segmentation 방식은 고정된 크기로 텍스트를 분할하기 때문에, 의미적 경계를 고려하지 않아 주제 단절이나 문맥 손실이 발생할 수 있다.또한, 다화자 회의 환경에서는 특정 화자의 발언이 요약 과정에서 누락되거나 과소 반영되는 문제가 발생할 수 있다. 본 논문에서는 텍스트의 semantic shift를 자동으로 탐지하여 의미 중심으로 세그먼트를 분할하는 self-alignment embedding 기반 의미 중심 세그먼트 분할 기법을 제안하며, 이를 회의 요약 및 화자 요약에 적용한다. 실험을 통해, 본 논문에서 제안한 의미 중심 세그먼트 분할 기법이 의미적 경계를 효과적으로 반영하여 회의 요약 품질을 향상시키며, 화자 요약에서는 세그먼트 분할 방식과 무관하게 문맥 정보를 함께 입력하는 것이 요약 품질 향상에 중요한 요소임을 확인하였다.