[NLP] Natural Language Generation

문제 정의
- task가 해결하고자 하는 문제가 무엇인가?
text 내에서 핵심 문장 추출

데이터셋 소개(대표적인 데이터셋 1개)
- task를 해결하기 위해 사용할 수 있는데 데이터셋이 무엇인가?
SubSumE

• 데이터 구조는 어떻게 생겼는가?
  intent : 요약 intent(사람이 어노테이션)
  summaries : 어노테이션에 할당된 8가지 상태에 대한 json 요약 리스트
  - state_name : 상태 명명
  - sentence_ids : 문장을 표현하는 global id
  - sentences : 문장 표현 리스트
  - use_keywords : 요약 생성시 문서를 찾는 어노테이터에 의해 생성된 키워드

SOTA 모델 소개(대표적인 모델 최소 2개 이상)
- task의 SOTA 모델은 무엇인가?
HAHSum, MatchSum

• 해당 모델 논문의 요약에서 주요 키워드들에 대한 설명
  HAHSum : constituency parses, and scores those compressions with a neural model 을 통한 압축
  MatchSum : extractive summarization을 semantic text matching problem로 치환