使用類神經網路增進自動郵件摘要效能之研究

Abstract

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。

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.