鳥の群れをまねたAIの長文要約法 ^{CEFR B1}

ニューヨーク大学の研究チームが主導し、新しい前処理の枠組みを提案しました。手法は文を「仮想の鳥」とみなし、まず文を簡潔化して語彙的・意味的な特徴を保ちます。文は数値ベクトルに変換され、文書全体の中心性や節ごとの重要度、要旨との整合性などのスコアが付けられます。

第2段階では、凝集性・整列性・分離性という鳥群の原理を用いて文をクラスタにまとめ、各クラスタでスコアの高い「リーダー文」を選びます。これにより冗長性を減らし、背景・方法・結果・結論のカバレッジを保ちます。

選ばれた文を並べ替えて大規模言語モデルに渡すと、フレームワークなしより事実に基づいた正確な要約が得られました。ただし研究者らは、ハルシネーションのリスクが完全に消えるわけではないと述べています。