토큰 효율적이고 의미 보존적인 의견 요약을 위한 대규모 언어 모델

요약

본 논문은 제품 리뷰, 호텔 피드백 등 의견 텍스트를 효과적으로 요약하는 새로운 프레임워크를 제시합니다. 의미 보존과 토큰 효율성을 동시에 달성하기 위해 다차원 분류와 계층적 샘플링 전략을 결합했습니다. 이 방법은 기존 방식보다 우수하면서도 계산 비용을 크게 절감함을 입증했습니다.

핵심 포인트

• 의견 텍스트 요약 시 의미 보존과 토큰 효율성 확보가 중요함.
• 다차원 분류와 계층적 샘플링으로 대표적인 의견 하위 집합을 선택함.
• 맞춤형 프롬프트를 통해 강점/약점을 포함한 균형 잡힌 요약을 생성함.
• 기존 방식 대비 우수한 성능과 낮은 계산 비용을 입증함.