Mar, 2020

使用非正式词语识别和改写系统自动编制学术写作资源及评估

PDF
TL;DR通过自动化建立写作资源，改进学术写作风格，为撰写学术论文提供帮助。同时运用不同的通用方法，建立资源用于自动识别非学术用语，并在上下文中自动生成和排序。最终建立一个领域独立的写作资源方法论。
academic writingwriting aidautomatic editingresourcesinformal word identification
发现论文，激发创造
  • 从维基百科修订历史中挖掘自然形成的纠错和改写

    通过 Wikipedia 修订历史创建的 WiCoPaCo（Wikipedia 纠正和改写语料库）是一个重要的资源，它包含了人工编辑的大量文本修正和改写，对于训练、评估自动处理文本的过程以及语言研究都非常有用，本文介绍了 WiCoPaCo 的主要动机、构建方式和在法语方面的初步应用。

    Feb, 2022

  • 从图像标题中获取释义

    本文介绍了一种新的挖掘图像说明文字的方法， 构建并分析了相应数据集，证明了其作为解释的潜力，并通过算法确定了不同来源的特征地图，以识别来自不同来源的释义方式。

    Jan, 2023

  • 多词语无监督释义

    提出了一种用于无监督多词表达式改写的方法，通过使用单语料库和预训练语言模型（无需微调），不需要使用任何外部资源，例如词典，并在 SemEval 2022 成语语义文本相似度任务上表现优于所有无监督系统并与监督系统相媲美。

    Jun, 2023

  • Par4Sim -- 文本简化的自适应改写技术

    本研究开发了一个自适应学习系统用于文本简化，从使用数据中改进基于学习排序模型的性能，并通过实验结果表明，该系统在 NDCG@10 评估指标上的得分从 62.88％提高到 75.70％。这是首个使用使用数据对 NLP 组件进行自适应改进的研究。

    Jun, 2018

  • 针对非母语英语使用者的可解释人工智能写作助手

    本研究通过对 15 个英语水平各异的非母语英语人士的访谈研究，发现他们在使用 AI 写作助手进行改写时往往无法正确评估其生成的文本，主要由于缺乏解释。为此，我们提出了四种用户界面设计，旨在通过提供解释来支持非母语英语人士更好地理解和评估 AI 生成的改写建议。

    Apr, 2023

  • 学习改写以进行问答

    利用释义学习问题表达的多样性来提高询问回答系统在 Freebase 和句子选择上的准确性。通过训练端到端来直接学习最有可能产生正确答案的语言表达，得到了有竞争力的结果。

    Aug, 2017

  • 阐述性文本生成：模仿、检索、改写

    本文介绍了一种名为 IRP 的迭代性框架，旨在应对文本写作的困难，从而实现自动撰写准确且信息丰富的文本。经过在三组数据集上的实验验证，IRP 可生成高质量的表达准确且信息丰富的文档。

    May, 2023

  • 信息伪装的有效改写方法

    研究了信息伪装（ID）在计算伦理学中的作用，着重于文本改写的最佳实践，以防止在互联网上非自愿使用作者的帖子。提出了一种框架，通过迭代扰动作者帖子中的句子，并在搜索引擎中查询，欺骗 NeurIR 系统的搜索机制，成功实现 82% 的句子伪装，为研究人员在将敏感内容公开之前有效地伪装敏感内容迈出了重要一步。

    Nov, 2023

  • 自然语言接口的词汇意义映射获取

    该论文研究了一个名为 WOLFIE 的系统，该系统从配对有语义表示的句子语料库中获取语义词汇表，该词汇表由短语和意义表示配对组成，并且可以缩放到更大和更困难的语料库中，同时还表明了活跃学习具有在自然语言任务中大量降低注释所需数量的能力。

    Jun, 2011

  • 展示 PAR4SEM - 一种具备自适应改写功能的语义写作辅助工具

    本文介绍了基于自适应换言的语义写作辅助工具 Par4Sem，并通过将其应用于文本简化任务来评估其性能。

    Aug, 2018