본 논문은 문장의 의미적 의미에 기반한 텍스트 분할을 위한 효율적인 그래프 모델 기반 무감독 학습 접근법인 BP-Seg를 제안합니다. BP-Seg는 인접한 문장의 관련성이 높다는 직관을 포착하는 국부적 일관성을 고려할 뿐만 아니라, 텍스트 상에서 멀리 떨어져 있지만 의미적으로 유사한 문장들을 효과적으로 그룹화합니다. 이는 신중하게 구성된 그래프 모델에 대한 신념 전파를 통해 달성됩니다.
시사점, 한계점
•
BP-Seg는 국부적 일관성과 원거리 의미적 유사성을 모두 고려하여 텍스트 분할을 수행합니다.
•
그래프 모델 기반 접근법을 사용하여 효율적인 텍스트 분할을 달성합니다.
•
제안된 방법은 예시 및 장문의 문서 데이터셋에 대한 실험에서 경쟁적인 방법들과 비교하여 우수한 성능을 보였습니다.
