Facebook的AI在保留意义的同时简化了句子

 
简化文本的语法和结构是我们大多数人在学校中学到的一项有用技能，但是由于缺乏语言知识，人工智能通常很难做到这一点。也就是说，Facebook AI Research和Inria的科学家正在朝着称为ACCESS(AudienCe-CEntric Sentence Simplification)的简化模型迈进，他们声称该模型可以自定义文本长度，释义量，词法复杂性，句法复杂性以及其他参数，同时保留连贯性。
研究人员在一份预印论文中详述了他们的工作：“简化文字对失语症，阅读障碍和自闭症等认知障碍者可能有益，对第二语言学习者和识字率低的人也有利。” “每个受众所需的简化类型是不同的……但是，文本简化的研究主要集中在开发针对给定源文本生成单一通用简化的模型，而没有可能使输出适应各种目标的需求。人口。 [我们]提出了一个可控的简化模型，该模型为用户提供了一种在他们认为合适的情况下操纵和更新简化输出的显式方式。”
为此，团队选择了seq2seq，这是一个通用的编码器-解码器框架，该框架将数据及其上下文作为输入。研究人员在源句子的开头添加了一个特殊的记号值-在目标句子上计算出的参数(如长度)与源句子上的值之比。然后，他们以四个选定的参数为模型的条件，即长度，释义，词法复杂度和句法复杂度。
为了进行实验，研究小组在Wiki-Large数据集上训练了一个Transformer模型，该模型包含296,402个来自英语Wikipedia和Simple English Wikipedia的自动对齐的复杂-简单句子对的样本。他们根据来自Turkcorpus的验证和测试集对其进行了评估，其中每个复杂句子都有8条由Amazon Mechanical Turk工人创建的释义句子(没有拆分，结构过于简化或内容减少)。
该团队报告说，在SARI上，这是一个受欢迎的基准，将预测的简化程度与源参考和目标参考进行了比较，ACCESS得分为41.87，与之前的最新技术水平(40.45)相比有“显着”提高。在不考虑语法和含义保存(FKGL)的衡量可读性的指标上，它以7.22分排名第三。
研究人员写道：“我们通过分析证实，每个参数都对所产生的简化具有理想的效果。”他们相信，他们的方法有助于为使文本简化适应不同需求的受众铺平道路。 “本文表明，对[模型]进行明确的条件限制…例如长度，释义，词法复杂性或句法复杂性等参数可显着提高其性能，以简化句子。”