本文提出了利用字典引导的编辑网络模型来生成同义句的方法，并在两个基准数据集上进行了实验，证明其比基线方法表现更好。

Jun, 2018

本文研究了基于转移学习的无监督方法生成高质量的同义改写，其中采用了任务自适应、自监督学习和名为 Dynamic Blocking 的新型解码算法。该方法在问答数据集和 ParaNMT 数据集上均取得了最新的性能，并且在不同语言改写中具有良好的迁移性能。

Oct, 2020

本研究提出了一种基于多层和多头注意力架构的新颖模型，并提出了两种集成 Simple PPDB 的创新方法，实现对句子的简化。该研究表明，集成 Simple PPDB 的模型在句子简化中的表现优于现有基准模型，并能够准确定位并选择更精确的简化规则。

Oct, 2018

本文介绍了一种通过抽象意义表示来创建大规模句法多样的同义句数据集 ParaAMR，并证明了其在各种 NLP 应用方面的巨大潜力。

May, 2023

本文介绍了 PerPaDa，这是一个从用户输入中收集的波斯语近义词语料库，旨在帮助检测抄袭。该语料库包含 2446 个波斯语句子的大量近义词和原句，使用了一些启发式方法来排除不符合标准的句子，相对于类似数据集，该数据集更大且更无偏见。

Jan, 2022

本文提出了 Dense Paraphrasing（DP）这一文本表征转化的过程，即通过对文本表达（词汇或词组）进行重写以减少歧义并使底层语义得到明确的阐述，从而改善推理和问答任务性能。同时，作者介绍了第一个完整的 DP 数据集及注释任务的范畴和设计，并通过实验取得了令人满意的结果。

Oct, 2022

通过使用释义作为数据源，我们分析了上下文嵌入，特别关注 BERT。由于释义自然地编码了一致的单词和短语语义，因此它们为研究嵌入的属性提供了独特的视角。我们发现上下文嵌入可以有效地处理多义词，但在许多情况下，在语义相似的情况下，给出了不同的同义词表示表现。我们证实了 BERT 对单词顺序的敏感性，但发现不同于以往的研究，BERT 的各层在上下文化程度方面存在稍微不同的模式。

Jul, 2022

本文提出了一个名为 PARADE 的新型基准数据集，用于测试包含不同领域专业知识的文本相似性鉴别模型。结果表明，即使是最先进的神经网络模型以及普通人类标注者在此数据集上的表现也十分糟糕。PARADE 可以为需要加入专业领域知识的模型提供一个资源。我们公开了数据集和代码。

Oct, 2020

本文定义了能够为句子产生分布的概率模型，最佳表现的模型将每个单词视为线性转换算子应用于多变量高斯分布，并通过从定义的模型中进行训练，演示了实现句子特定性的自然方式。虽然我们的模型是整体最佳表现的，但通过句子向量的范数表示来表示句子的特异性的简单架构也能够表现句子的特异性。质性分析表明，我们的概率模型捕获了句子涵盖并提供了分析单词特异性和精确性的方法。

May, 2020

本文提出了一种从 Twitter 采集大规模句子释义的新方法，通过链接共享的 URL，并展示了可以轻松捕捉新的句子释义以及利用其进行下游自然语言处理任务的效用。

Aug, 2017