May, 2022

自动文档修订：语法错误纠正、流畅性编辑及更多

PDF
TL;DR本文介绍了一个基于 TETRA 语料库的文档级修订助手。我们探索了无需参考评估和可解释的方法来评估文档修订的质量。实验结果表明，即使修订的差异微小，经过微调的预训练语言模型也能够区分文档修订后的质量，这为未来探索自动文档修订模型和评估指标奠定了基础。
natural language processinggrammatical error correctiondocument-level revisioncorpusmeta-evaluation
发现论文，激发创造
  • 句子级别修订改进的注释和分类

    本文介绍了一个学生立论式作文之间的修改版本语料库，并对每个修订版本进行了评注，以评估其是否改善了论文质量，并开发了一个基于机器学习的模型来预测修订版本的改进情况，同时也展示了利用专家和非专家修订数据可提高模型性能的结果。

    Sep, 2019

  • 通过学习从其他修订任务中编辑的位置来改进迭代文本修订

    本论文旨在构建一个端到端的文本修订系统，该系统可以通过显式检测可编辑范围及其对应的编辑意图并指导修订模型来迭代生成有用的编辑，从而更准确地模拟迭代文本修订的过程，并在我们的文本修订任务和其他标准文本修订任务上显著优于以前的基线，包括语法错误修正、文本简化、句子融合和风格转换。

    Dec, 2022

  • arXivEdits: 理解科学写作中的人类修订过程

    本文提供了一个完整的计算框架，对科学写作中的文本修订进行了研究，通过构建一个新的带有金标准句子对齐的带注释语料库来揭示了科研人员修订论文的常见策略，并利用自动方法在文档、句子和单词级别上提取修订内容。

    Oct, 2022

  • 基于更好的预训练和顺序迁移学习构建的神经语法错误纠正系统

    本文介绍了一种用于纠正语法错误的低资源序列到序列任务方法，首先使用现实的噪声函数生成大型未注释语料库的错误版本，然后利用这些并行语料库进行 Transformer 模型的预训练，并通过顺序迁移学习将这些模型适应于测试集的领域和风格。同时结合上下文感知的神经拼写检查器，我们的系统在 ACL 2019 BEA 共享任务中取得了竞争力的结果。我们公开代码与材料以便复现。

    Jul, 2019

  • 文档级信息抽取自动错误分析

    本研究提出通过基于转换的框架实现文档级事件和关系提取自动化错误分析，进而比较两种最先进的模板填充方法在三个领域的数据集上的表现，并对信息提取领域自其 30 年前创始以来的发展进行了评估。

    Sep, 2022

  • 提高学术写作效率：从初稿中生成流畅句子

    本文提出了句子级修订任务（SentRev）作为新的写作辅助任务，旨在帮助作者在早期修订阶段产生流利，完整的句子。为了开发和评估 SentRev 模型，我们建立了一个新的自由可用的众包评估数据集，同时还建立了该模型的基准性能。

    Oct, 2019

  • 基于证据的事实错误校正

    本文介绍了事实错误校正的任务和方法：通过编辑要求以便生成的改写通过证据更好地支持。使用 T5 Transformer 基于远程监督的方法，通过将证据合并到掩码声明中来训练事实错误校正系统。在一个基于最近事实验证共享任务的数据集上进行评估，结果表明我们的方法可以比现有的方法更准确地对事实错误进行校正，在人工评估中将错误校正的数量提高了 5 倍，并且 SARI 分数提高了 0.125。

    Jun, 2021

  • 基于证据的事实错误修正

    本文介绍了一个新的任务：事实错误纠正。通过将证据整合到掩码声明中进行更正，学习纠正事实错误的系统。本文中提出了一个基于 T5 变压器的两阶段远程监督方法，通过检索证据获得更好的结果，从而取得了更好的性能，并通过人类评估证明了其有效性。

    Dec, 2020

  • 人工翻译的自动校正

    本文介绍了自动矫正人为翻译错误的任务，并通过制作 Aced 语料库并建立三个 TEC 数据集，探究矫正人为翻译错误的模型的需要。我们发现人类错误比机器翻译的翻译流畅度错误更为多样，需要专门的 TEC 模型来矫正。通过在人类错误上的合成错误的预训练，我们的 TEC 系统在 F1 得分上获得了 5.1 个百分点的提升，并在人机交互实验中表现出卓越的能力。

    Jun, 2022

  • 生成语法错误校正的人工错误负担

    通过人工制造包含错误的句子，使用序列到序列模型来实现逐步的语法错误纠正，并比较其效果与规则化的方法。

    Jul, 2019