論文の概要: Elaborative Simplification: Content Addition and Explanation Generation in Text Simplification

• arxiv url: http://arxiv.org/abs/2010.10035v3
• Date: Thu, 3 Jun 2021 19:01:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 06:56:27.419453
• Title: Elaborative Simplification: Content Addition and Explanation Generation in Text Simplification
• Title（参考訳）: 簡易化:テキスト化におけるコンテンツの追加と説明生成
• Authors: Neha Srikanth, Junyi Jessy Li
• Abstract要約: テキスト単純化におけるコンテンツ追加に関する最初のデータ駆動型研究について述べる。 我々は、文脈的特異性のレンズを通して、エンティティ、アイデア、概念がどのように精巧化されているかを分析する。 本研究は, 作業の複雑さを概説し, 今後の課題について多くの興味深い方向性を示唆するものである。
• 参考スコア（独自算出の注目度）: 33.08519864889526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Much of modern-day text simplification research focuses on sentence-level simplification, transforming original, more complex sentences into simplified versions. However, adding content can often be useful when difficult concepts and reasoning need to be explained. In this work, we present the first data-driven study of content addition in text simplification, which we call elaborative simplification. We introduce a new annotated dataset of 1.3K instances of elaborative simplification in the Newsela corpus, and analyze how entities, ideas, and concepts are elaborated through the lens of contextual specificity. We establish baselines for elaboration generation using large-scale pre-trained language models, and demonstrate that considering contextual specificity during generation can improve performance. Our results illustrate the complexities of elaborative simplification, suggesting many interesting directions for future work.
• Abstract（参考訳）: 現代のテキスト単純化研究の多くは文レベルの単純化に重点を置いており、オリジナルでより複雑な文を単純化版に変換する。 しかし、難しい概念や推論を説明する必要がある場合、コンテンツを追加することは有用である。 本研究では,テキストの簡易化におけるコンテンツ追加に関する最初のデータ駆動型研究を行い,これをelaborative simplificationと呼ぶ。 我々は,newselaコーパスに1.3kインスタンスの詳細な単純化の注釈付きデータセットを導入し,文脈特異性のレンズを通してエンティティ,アイデア,概念がどのように精巧化されているかを分析する。 大規模事前学習型言語モデルを用いたエラボレーション生成のベースラインを確立し、生成時の文脈的特異性を考慮することで性能が向上することを示す。 本研究は, 作業の複雑さを概説し, 今後の研究の方向性を示唆するものである。

関連論文リスト

• A New Dataset and Empirical Study for Sentence Simplification in Chinese [50.0624778757462]
  本稿では,中国語で文の単純化を評価するための新しいデータセットであるCSSを紹介する。 我々は、人間のアノテーションから手作業による単純化を収集し、英語と中国語の文の簡易化の違いを示すデータ解析を行う。 最後に,CSS上で評価することで,大言語モデルが高品質な中国語文の簡易化システムとして機能するかどうかを考察する。
  論文  参考訳（メタデータ） (2023-06-07T06:47:34Z)
• Teaching the Pre-trained Model to Generate Simple Texts for Text Simplification [59.625179404482594]
  トレーニング前の段階では、ランダムなマスキングテキストが通常のテキストに分散しているため、モデルは単純なテキストを生成する能力を得ることができない。 簡単なテキストを生成するための事前学習モデルを学習するための,新たな事前学習戦略を提案する。
  論文  参考訳（メタデータ） (2023-05-21T14:03:49Z)
• 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)
• SASS: Data and Methods for Subject Aware Sentence Simplification [0.0]
  本稿では,主観認識文の単純化を行う学習モデルを対象としたデータセットを提供する。 また、抽象的な要約に使われるモデルアーキテクチャにインスパイアされたデータセット上でモデルをテストします。
  論文  参考訳（メタデータ） (2023-03-26T00:02:25Z)
• Exploiting Summarization Data to Help Text Simplification [50.0624778757462]
  テキスト要約とテキスト単純化の類似性を解析し,要約データを利用して単純化を行った。 我々はこれらのペアをSum4Simp (S4S) と命名し,S4Sが高品質であることを示す人間評価を行った。
  論文  参考訳（メタデータ） (2023-02-14T15:32:04Z)
• Unsupervised Sentence Simplification via Dependency Parsing [4.337513096197002]
  本稿では,単純だが教師なしの文簡略化システムを提案する。 構文解析と文の埋め込みを利用して言語学的に効果的な単純化を生成する。 我々は、テュルクコルプスの39.13 SARIにおいて、教師なしの最先端を定め、様々な品質指標の教師なしベースラインに対して競争的に行動する。
  論文  参考訳（メタデータ） (2022-06-10T07:55:25Z)
• Text Simplification for Comprehension-based Question-Answering [7.144235435987265]
  広く使われているSQuADデータセットの簡易バージョンであるSimple-SQuADをリリースする。 新たに作成したコーパスをベンチマークし,SQuADに基づく質問応答課題における単純化プロセスの効果を検討するためのアブレーション研究を行った。
  論文  参考訳（メタデータ） (2021-09-28T18:48:00Z)
• Controllable Text Simplification with Explicit Paraphrasing [88.02804405275785]
  テキストの単純化は、語彙パラフレーズ、削除、分割など、いくつかの書き換え変換を通じて文の可読性を向上させる。 現在の単純化システムは、主にシーケンス・ツー・シーケンスのモデルであり、これらすべての操作を同時に実行するためにエンドツーエンドで訓練されている。 そこで我々は,言語的に動機づけられた規則を用いて分割と削除を行い,それらをニューラルパラフレーズモデルと組み合わせて様々な書き直しスタイルを創出するハイブリッド手法を提案する。
  論文  参考訳（メタデータ） (2020-10-21T13:44:40Z)
• Explainable Prediction of Text Complexity: The Missing Preliminaries for Text Simplification [13.447565774887215]
  テキストの単純化により、アクセシビリティーのためにプロのコンテンツが複雑になる。 入力テキストの簡易版を直接生成するために、エンドツーエンドのニューラルネットワークモデルが広く採用されている。 テキストの単純化をタスクのコンパクトなパイプラインに分解することで、プロセスの透明性と説明可能性を確保することができることを示す。
  論文  参考訳（メタデータ） (2020-07-31T03:33:37Z)
• ASSET: A Dataset for Tuning and Evaluation of Sentence Simplification Models with Multiple Rewriting Transformations [97.27005783856285]
  本稿では,英語で文の単純化を評価するための新しいデータセットであるASSETを紹介する。 ASSETの単純化は、タスクの他の標準評価データセットと比較して、単純さの特徴を捉えるのに優れていることを示す。
  論文  参考訳（メタデータ） (2020-05-01T16:44:54Z)

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。