Aug, 2023

一项以用户为中心的西班牙文正文简化评价

PDF
TL;DR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。
发现论文，激发创造
  • 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

  • TSAR-2022 多语言词汇简化公开挑战赛研究结果

    报告了 TSAR-2022 共享任务中多语言词汇简化的发现，该任务在 EMNLP 2022 举行，涉及英语，葡萄牙语和西班牙语的多语言词汇简化。共有 14 个团队提交了他们的词汇简化系统的结果，并且结果表明英语的简化效果比西班牙语和葡萄牙语更好，建立了新的基准结果。

    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

  • 文本简化系统的无参考质量评估

    本文探讨了针对在无参考文本的情况下，对简化文本进行质量估计的多种方法，并基于 QATS 2016 的数据集对多个方法进行了比较，最终发现基于 n-gram 的机器翻译度量（如 BLEU 和 METEOR）最能与语法正确性和意义保留的人工评估相匹配，而基于长度的度量方法则最适合衡量简明易懂程度。

    Jan, 2019

  • 英语、葡萄牙语和西班牙语的词汇简化基准

    本研究呈现了一个新的数据集以适用于三种语言且提供了建立和评估词汇简化系统所需的高质量数据体。通过采用神经网络架构，对两种高级系统进行了适应和评估，结果在英语中表现最佳。

    Sep, 2022

  • 法律文本的无监督简化

    本文介绍了一种针对法律文本的无监督简化方法（USLT），该方法通过检测复杂词汇并利用掩码变换模型生成候选词，选取候选词进行替换，并在保留语义的同时将长句递归地分解为较短的核心句和上下文句，从而优于最先进的通用领域文本简化方法。

    Sep, 2022

  • 医学文本的多语言简化

    本研究介绍了 MultiCochrane 数据集，并评估了跨多语言的医学简化文本模型，尽管该模型能够生成可行的简化文本，但我们也发现了仍未解决的挑战。

    May, 2023

  • 神经机器翻译中的文本复杂度控制

    该研究介绍了一项机器翻译任务，其输出面向不同水平的目标语言熟练度的受众。他们收集了高质量的新闻文章数据集，提出了一种跨语言文章段落对齐方法，训练出多任务序列到序列模型，实现将西班牙语翻译成英语并针对英语简化阅读难度，结果显示这些多任务模型优于传统的翻译和简化文本管线式方法。

    Nov, 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