論文の概要: A Survey on Text Simplification
- arxiv url: http://arxiv.org/abs/2008.08612v3
- Date: Fri, 20 May 2022 14:56:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 11:51:43.212659
- Title: A Survey on Text Simplification
- Title（参考訳）: テキストの簡易化に関する調査
- Authors: Punardeep Sikka and Vijay Mago
- Abstract要約: Text Simplification (TS)は、コンテンツの言語的複雑さを減らし、理解しやすくすることを目的としている。
この調査は、TSの包括的な概要を提供し、それ以前に使用されていたアプローチの簡単な説明を含むことを目指している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Text Simplification (TS) aims to reduce the linguistic complexity of content
to make it easier to understand. Research in TS has been of keen interest,
especially as approaches to TS have shifted from manual, hand-crafted rules to
automated simplification. This survey seeks to provide a comprehensive overview
of TS, including a brief description of earlier approaches used, discussion of
various aspects of simplification (lexical, semantic and syntactic), and latest
techniques being utilized in the field. We note that the research in the field
has clearly shifted towards utilizing deep learning techniques to perform TS,
with a specific focus on developing solutions to combat the lack of data
available for simplification. We also include a discussion of datasets and
evaluations metrics commonly used, along with discussion of related fields
within Natural Language Processing (NLP), like semantic similarity.
- Abstract（参考訳）: Text Simplification (TS)は、コンテンツの言語的複雑さを減らし、理解しやすくすることを目的としている。
TSの研究は、特にTSへのアプローチが手作業による手作業によるルールから、自動化された単純化へと移行したことにより、大きな関心を集めてきた。
本調査では, TSの概要を概観し, 従来のアプローチの簡潔な説明, 単純化の諸側面(語彙, 意味, 構文)の議論, 現場で活用されている最新の技術について述べる。
この分野の研究は、tsを実行するためのディープラーニング技術の利用に明らかに移行しており、単純化に利用可能なデータ不足に対処するためのソリューションの開発に特化している。
また、一般的に使用されるデータセットと評価指標の議論や、意味的類似性のような自然言語処理(NLP)の関連分野の議論も含む。
関連論文リスト
- H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables [56.73919743039263]
本稿では,2段階のプロセスにシンボル的アプローチと意味的アプローチ(テキスト的アプローチ)を統合し,制約に対処する新しいアルゴリズムを提案する。
実験の結果,H-STARは3つの質問応答(QA)と事実検証データセットにおいて,最先端の手法を大幅に上回っていることがわかった。
論文 参考訳（メタデータ） (2024-06-29T21:24:19Z) - Exploiting Adaptive Contextual Masking for Aspect-Based Sentiment
Analysis [0.6827423171182154]
アスペクトベース知覚分析(Aspect-Based Sentiment Analysis、ABSA)は、与えられたテキストから多面的側面、意見、感情を抽出する問題である。
本稿では,ABSAのアスペクト・ターム抽出・アスペクト・センティメント・サブタスクを支援するために,コンテキストに基づく無関係なトークンを除去する適応マスキング手法を提案する。
論文 参考訳（メタデータ） (2024-02-21T11:33:09Z) - Thread of Thought Unraveling Chaotic Contexts [133.24935874034782]
思考のスレッド(ThoT)戦略は、人間の認知プロセスからインスピレーションを得ている。
実験では、他のプロンプト技術と比較して、ThoTは推論性能を著しく改善する。
論文 参考訳（メタデータ） (2023-11-15T06:54:44Z) - Elaborative Simplification as Implicit Questions Under Discussion [51.17933943734872]
本稿では,QUD フレームワークのレンズによる共同作業の簡略化について考察する。
本研究は,QUDを明示的にモデル化することで,作業の単純化と,作業内容と作業内容の関連性について,重要な理解が得られていることを示す。
論文 参考訳（メタデータ） (2023-05-17T17:26:16Z) - Lexical Complexity Prediction: An Overview [13.224233182417636]
テキスト中の未知の単語の発生は、読書の理解を著しく妨げている。
計算モデリングは、テキスト中の複雑な単語を識別し、より単純な代替語に置き換えるために応用されている。
本稿では,英文データに基づく語彙複雑性予測に対する計算手法の概要について述べる。
論文 参考訳（メタデータ） (2023-03-08T19:35:08Z) - Cognitive Simplification Operations Improve Text Simplification [24.970301040693883]
本稿では,認知的アクセシビリティ領域からの知識をテキスト単純化モデルに組み込む手法を提案する。
TS学習モデルにこの帰納バイアスを加えることで、CSデータを見ることなく認知単純化に適応できることを示す。
論文 参考訳（メタデータ） (2022-11-16T10:51:03Z) - An Inclusive Notion of Text [69.36678873492373]
テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。
言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
論文 参考訳（メタデータ） (2022-11-10T14:26:43Z) - Revisiting the Roles of "Text" in Text Games [102.22750109468652]
本稿では,強化学習におけるテキストの役割について検討する。
本稿では,関連するコンテキスト情報を近似状態ハッシュに抽出する簡単な手法を提案する。
このような軽量なプラグインは最先端のテキストエージェントとの競合性能を実現する。
論文 参考訳（メタデータ） (2022-10-15T21:52:39Z) - Unsupervised Simplification of Legal Texts [0.0]
法律テキスト(USLT)の教師なし簡易化手法を提案する。
USLTは複雑な単語を置換し、長い文を分割することでドメイン固有のTSを実行する。
我々は,USLTがテキストの簡潔さを保ちながら,最先端のドメイン汎用TSメソッドよりも優れていることを示す。
論文 参考訳（メタデータ） (2022-09-01T15:58:12Z) - Towards Accurate Scene Text Recognition with Semantic Reasoning Networks [52.86058031919856]
本稿では,シーンテキスト認識のための意味推論ネットワーク(SRN)という,エンドツーエンドのトレーニング可能な新しいフレームワークを提案する。
GSRMはマルチウェイ並列伝送によってグローバルセマンティックコンテキストをキャプチャするために導入された。
正規テキスト,不規則テキスト,非ラテン語長文を含む7つの公開ベンチマークの結果,提案手法の有効性とロバスト性を検証した。
論文 参考訳（メタデータ） (2020-03-27T09:19:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。