EMNLPOct, 2021

文档级文本简化：数据集，标准和基线

PDF
TL;DR本文提出并研究了一个新的文档级简化任务，旨在简化由多个句子组成的文档。作者构建了一个大规模的数据集 D-Wikipedia，并对其进行分析和人类评估，提出了一个新的自动评估指标 D-SARI 以更好的适应文档级简化任务，并选择了几个代表基准模型进行自动和人类评估并分析了结果，指出了基准模型的缺点。
text simplificationdocument-level simplificationd-wikipedia datasetd-sari evaluation metricbaseline models
发现论文，激发创造
  • 利用摘要数据帮助文本简化

    本文针对文本简化数据的缺乏问题，提出了使用文本摘要中的数据辅助文本简化的方法（Sum4Simp），并通过实验证明 Sum4Simp 可在低资源场景下提高几种主流简化模型的性能。

    Feb, 2023

  • 基于理解问答的文本简化

    本研究探讨并验证了通过文本简化改善阅读理解相关任务的可行性，创建了被简化过的 SQuAD 数据集 (Simple-SQuAD)，并实验表明文本简化对于基于 SQuAD 的问答任务，确实可以提高 2.04% 的精确匹配率和 1.74% 的 F1 值。

    Sep, 2021

  • 上下文感知文档简化

    本文研究探索了利用文档上下文进行文本简化的各种系统，并取得了最先进的性能，甚至不依赖于计划引导。

    May, 2023

  • 可控的句子简化

    使用离散参数机制在序列到序列模型中为用户提供明确控制简化系统的方法，进而在简化基准测试中实现比标准模型更好的结果，并建立了 ACCESS 模型作为人群中心的句子简化的技术水平。

    Oct, 2019

  • 评估文档简化：关于分开评估简易性和意义保留的重要性

    本文关注文档级文本简化的评估，并使用不同的指标对现有模型进行比较，其中包括针对简化和意义保持性的指标。通过引入一个无参考的度量变体来展示模型在简化和意义保持两个维度上往往倾向于一方，并且在未知数据上应用现有模型的性能也得到了研究。

    Apr, 2024

  • 汉语句子简化的新数据集和实证研究

    这篇文章介绍了 CSS，一种新的用于评估中文简化句子的数据集，测试了几种无监督和零 / 少样本学习方法，并探讨了大型语言模型是否能够作为高质量的中文简化句子系统。

    Jun, 2023

  • 句子简化的动态多层多任务学习

    本文提出了一种基于序列到序列的句子简化模型，通过多任务学习及时改进其包含性和释义能力。文章还介绍了一种新的多层软共享方法，以及一种动态学习的多臂赌博机训练方法，实验结果表明我们的模型在语义相关任务上的表现优于竞争模型。

    Jun, 2018

  • 学习将句子改写为不同复杂程度

    本论文研究句子简化，提出了两个新的无监督数据集用于训练模型，并通过多任务和提示策略在大语言模型下进行实验，取得了最新的性能成果。

    Aug, 2023

  • 医疗文本的段落级简化

    本研究探讨了如何应用语言模型来改进医学文本的简化，提出了一种基于似然分数的新度量标准，并对编码器解码器模型的新方法进行了评估，同时建立了一些语料库。

    Apr, 2021

  • 使用 Transformer 进行句子简化 -- 以五岁孩子的语言为解释

    本文使用预训练转换器模型探讨了简化句子的方法，并在 Mechanical Turk 数据集上结合 GPT-2 和 BERT 模型取得了 46.80 的最佳 SARI 得分，明显优于之前的最新研究成果。

    Dec, 2022