論文の概要: Elaborative Simplification as Implicit Questions Under Discussion

• arxiv url: http://arxiv.org/abs/2305.10387v2
• Date: Fri, 20 Oct 2023 15:06:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 08:23:56.464100
• Title: Elaborative Simplification as Implicit Questions Under Discussion
• Title（参考訳）: 議論中の暗黙の質問としての包括的単純化
• Authors: Yating Wu, William Sheffield, Kyle Mahowald and Junyi Jessy Li
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 51.17933943734872
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated text simplification, a technique useful for making text more accessible to people such as children and emergent bilinguals, is often thought of as a monolingual translation task from complex sentences to simplified sentences using encoder-decoder models. This view fails to account for elaborative simplification, where new information is added into the simplified text. This paper proposes to view elaborative simplification through the lens of the Question Under Discussion (QUD) framework, providing a robust way to investigate what writers elaborate upon, how they elaborate, and how elaborations fit into the discourse context by viewing elaborations as explicit answers to implicit questions. We introduce ElabQUD, consisting of 1.3K elaborations accompanied with implicit QUDs, to study these phenomena. We show that explicitly modeling QUD (via question generation) not only provides essential understanding of elaborative simplification and how the elaborations connect with the rest of the discourse, but also substantially improves the quality of elaboration generation.
• Abstract（参考訳）: 自動テキスト簡易化(automated text simplification)は、子供や創発的なバイリンガルなどの人々にとって、テキストをより使いやすくするための技術であり、複雑な文からエンコーダ・デコーダモデルを用いた簡易文への単言語翻訳タスクとしてよく考えられている。 このビューは、単純化されたテキストに新しい情報が加えられる詳細化の考慮に失敗している。 本稿では,議論中の問題(qud)フレームワークのレンズを通して,説明の簡略化を考察し,著者が何を精巧に扱っているのか,どのように精巧化が談話の文脈にどのように適合するかを,暗黙的な問いに対する明示的な答えとして捉えて検討する。 我々は,これらの現象を研究するために,暗黙のQUDを伴う1.3KのelabQUDを紹介する。 質問生成による)qudを明示的にモデル化することで、説明の単純化と他の談話とどのように結びつくかという本質的な理解がもたらされるだけでなく、説明生成の質が大幅に向上することを示す。

関連論文リスト

• HPE:Answering Complex Questions over Text by Hybrid Question Parsing and Execution [92.69684305578957]
  テキストQAにおける質問解析と実行の枠組みを提案する。 提案したフレームワークは、トップダウンの質問パースとして、ボトムアップの回答バックトラックとみなすことができる。 MuSiQue,2WikiQA,HotpotQA,およびNQに関する実験により,提案した解析およびハイブリッド実行フレームワークが,教師付き,少数ショット,ゼロショット設定における既存のアプローチより優れていることを示す。
  論文  参考訳（メタデータ） (2023-05-12T22:37:06Z)
• Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion [57.43781399856913]
  この研究は、談話分析にQUD(Language framework of Questions Under discussion)を採用する。 我々は、文間の関係を、徹底的なきめ細かい質問とは対照的に、自由形式の質問として特徴づける。 完全文書上の質問の依存関係構造を導出する第一種QUDを開発する。
  論文  参考訳（メタデータ） (2022-10-12T03:53:12Z)
• 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)
• Discourse Comprehension: A Question Answering Framework to Represent Sentence Connections [35.005593397252746]
  談話理解のためのモデルの構築と評価における重要な課題は、注釈付きデータの欠如である。 本稿では,ニュース文書の理解を目的としたスケーラブルなデータ収集を実現する新しいパラダイムを提案する。 得られたコーパスDCQAは、607の英語文書からなる22,430の質問応答ペアで構成されている。
  論文  参考訳（メタデータ） (2021-11-01T04:50:26Z)
• 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)
• Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
  我々は,複雑な質問をより単純な質問に分解する手法を提案する。 事前定義された推論テンプレートの指示に従って最終回答を導出する。 我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
  論文  参考訳（メタデータ） (2021-04-05T18:56:56Z)
• Open-Retrieval Conversational Machine Reading [80.13988353794586]
  会話機械読解では、システムは自然言語規則を解釈し、ハイレベルな質問に答え、フォローアップの明確化を問う必要がある。 既存の作業では、ルールテキストがユーザ毎の質問に対して提供されると仮定し、実際のシナリオにおいて必須の検索ステップを無視する。 本研究では,対話型機械読解のオープンリトリーバル設定を提案し,検討する。
  論文  参考訳（メタデータ） (2021-02-17T08:55:01Z)
• Elaborative Simplification: Content Addition and Explanation Generation in Text Simplification [33.08519864889526]
  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。
  論文  参考訳（メタデータ） (2020-10-20T05:06:23Z)
• 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)
• Syn-QG: Syntactic and Shallow Semantic Rules for Question Generation [49.671882751569534]
  我々は、宣言文を質問応答対に変換する透明な統語規則であるSynQGを開発した。 PropBankの引数記述とVerbNet状態述語を利用して、浅いセマンティックコンテンツを組み込む。 文法的不正確な質問を排除し,構文の流布性を改善するために,これらの構文規則のアウトプットを逆翻訳する。
  論文  参考訳（メタデータ） (2020-04-18T19:57:39Z)

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。