COLINGSep, 2022

大学招生指南文字简化：一份经过专业简化和验证的语料库

PDF
TL;DR通过文本简化技术来解决高等教育机构与少数族裔学生及新兴双语学生间的交流障碍，研究创建了一种名为 PSAT 的文本数据集，包含 112 份从美国各高等教育机构随机选择的招生说明，并用被认可的高校招生专家进行了专业简化，并提供了共 1,883 个原始 - 简化句对的对齐，该数据集可用于评估和细化文本简化系统。
发现论文，激发创造
  • 科学文本简化用于非专业读者

    科学摘要简化是为非专家出版物提供核心信息的重要任务，包括使用简化模型和聊天 GPT 进行摘要。

    Jul, 2023

  • 一项以用户为中心的西班牙文正文简化评价

    我们通过两个以复杂句和复杂词为重点的语料库，对西班牙语文本简化（TS）在生产系统中进行评估。我们将最流行的西班牙语特定可读性评分与神经网络进行比较，并表明后者在预测用户对 TS 的偏好方面始终更好。作为分析的一部分，我们发现多语言模型在相同任务上表现不及相应的仅限西班牙语模型，然而所有模型都过于频繁地关注无关的统计特征，如句子长度。我们通过在评估中发布我们的语料库，希望推动西班牙语自然语言处理的最新技术发展。

    Aug, 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

  • NapSS：通过叙述提示和句子匹配摘要实现段落级医学文本简化

    该研究提出了一种名为 NapSS 的自动文本简化方法，采用基于句子匹配的摘要生成和提取式摘要相结合的策略来帮助医学领域的非专业人士更好地理解专业文献，相对于基准策略，在保持原始叙述连贯性的同时提高了文本简化的词汇和语义相似性，实验结果表明该方法可以更有效地提高非专业人士的阅读效率。

    Feb, 2023

  • 认知简化操作提高文本简化

    本文中，我们呈现了一种将认知辅助领域的知识引入到文本简化模型中的方法，通过引入归纳偏差，决定何时使用简化操作。我们证明了通过将这种归纳偏差添加到文本简化模型中，它能够更好地适应认知简化而无需查看简化数据，并且在传统的文本简化基准测试上优于基线模型。此外，我们提供了一个新颖的认知简化测试数据集，并分析了认知简化语料库与现有文本简化语料库之间在应用简化操作方面的区别。

    Nov, 2022

  • 西班牙金融教育文本简化的新数据集

    本研究的主要目标是开发一个西班牙语金融文本简化数据集，并通过使用 GPT-3、Tuner 和 MT5 等系统生成的简化进行比较，评估数据增强的可行性。

    Dec, 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

  • 德语自动易读性评估和文本简化语料库

    该研究提供了一个从网络资源中编制而来的德语语料库，可用于自动易读性评估和自动文本简化，并包含文字结构、排版和图片信息，可以作为机器学习方法中易读性评估和文本简化的一部分。本研究重点关注将此信息作为现有语料库标准的扩展。

    Sep, 2019

  • 重新审视非英语文本简化：一个统一的多语言基准

    该研究介绍了 MultiSim 基准，这是一个包含 27 种语言的 12 种不同语言资源的集合，其中包含超过 170 万个复杂 - 简单句对，使用预训练的多语言语言模型进行的实验表明具有激动人心的性能提升，证实了跨语言的可行性。

    May, 2023

  • 文本简化系统是否保留含义？通过阅读理解的人工评估

    自动文本简化（TS）旨在自动化重写文本的过程，使人们更容易阅读。本研究引入了人类评估框架以评估简化文本是否保留了含义，并通过阅读理解问题对文本进行了深入的人类评估和九种自动系统评估。

    Dec, 2023