論文の概要: MCTS: A Multi-Reference Chinese Text Simplification Dataset

• arxiv url: http://arxiv.org/abs/2306.02796v3
• Date: Wed, 5 Jun 2024 14:38:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-07 04:36:49.826298
• Title: MCTS: A Multi-Reference Chinese Text Simplification Dataset
• Title（参考訳）: MCTS: マルチリファレンス中国語テキスト簡易化データセット
• Authors: Ruining Chong, Luming Lu, Liner Yang, Jinran Nie, Zhenghao Liu, Shuo Wang, Shuhan Zhou, Yaoxin Li, Erhong Yang,
• Abstract要約: 漢文の簡体化に関する研究は、古くからほとんど行われていない。 マルチ参照中国語テキスト単純化データセットであるMCTSを紹介する。 いくつかの教師なし手法と高度な大規模言語モデルの性能を評価する。
• 参考スコア（独自算出の注目度）: 15.080614581458091
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text simplification aims to make the text easier to understand by applying rewriting transformations. There has been very little research on Chinese text simplification for a long time. The lack of generic evaluation data is an essential reason for this phenomenon. In this paper, we introduce MCTS, a multi-reference Chinese text simplification dataset. We describe the annotation process of the dataset and provide a detailed analysis. Furthermore, we evaluate the performance of several unsupervised methods and advanced large language models. We additionally provide Chinese text simplification parallel data that can be used for training, acquired by utilizing machine translation and English text simplification. We hope to build a basic understanding of Chinese text simplification through the foundational work and provide references for future research. All of the code and data are released at https://github.com/blcuicall/mcts/.
• Abstract（参考訳）: テキストの単純化は、書き直し変換を適用することで、テキストの理解を容易にすることを目的としている。 漢文の簡体化に関する研究は、古くからほとんど行われていない。 一般的な評価データがないことが、この現象の重要な理由である。 本稿では,マルチ参照中国語テキスト単純化データセットであるMCTSを紹介する。 本稿では,データセットのアノテーションプロセスについて記述し,詳細な分析を行う。 さらに,教師なし手法と高度な大規模言語モデルの性能評価を行った。 また、機械翻訳と英語テキストの簡易化を利用して、学習に使用できる中国語テキストの簡易化データも提供する。 基礎研究を通じて漢文の簡易化に関する基本的な理解を構築し,今後の研究への参考資料の提供を期待する。 すべてのコードとデータはhttps://github.com/blcuicall/mcts/で公開される。

関連論文リスト

• A Novel Dataset for Financial Education Text Simplification in Spanish [4.475176409401273]
  スペイン語では、テキスト単純化システムを作成するために使用できるデータセットはほとんどない。 我々は、確立された単純化規則を用いて、5,314の複雑で単純化された文対からなるデータセットを作成しました。
  論文  参考訳（メタデータ） (2023-12-15T15:47:08Z)
• 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)
• Multilingual Simplification of Medical Texts [49.469685530201716]
  4つの言語で医療領域のための文章整列型多言語テキスト単純化データセットであるMultiCochraneを紹介する。 これらの言語にまたがる微調整およびゼロショットモデルの評価を行い,人間による評価と分析を行った。 モデルは、実行可能な単純化されたテキストを生成することができるが、このデータセットが扱う可能性のある、卓越した課題を特定する。
  論文  参考訳（メタデータ） (2023-05-21T18:25:07Z)
• Syntactic Complexity Identification, Measurement, and Reduction Through Controlled Syntactic Simplification [0.0]
  本稿では,複合文と複合文を簡易文の集合に分割・言い換える,古典的な構文的依存性に基づく手法を提案する。 また,文の構文的複雑さを同定し,測定するアルゴリズムも導入した。 この研究は、WSDM-2023 Conferenceにおいて、Learning with Knowledge Graphs (IWLKG) に関する国際ワークショップで受け入れられ、発表された。
  論文  参考訳（メタデータ） (2023-04-16T13:13:58Z)
• 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)
• Klexikon: A German Dataset for Joint Summarization and Simplification [2.931632009516441]
  我々は、ドイツ語ウィキペディアとドイツ語児童辞書「クレキシコン」に基づく共同テキスト簡素化と要約のための新しいデータセットを作成する。 我々は要約の側面を強調し、この資源が単純化にも適しているという統計的証拠を提供する。
  論文  参考訳（メタデータ） (2022-01-18T18:50:43Z)
• Document-Level Text Simplification: Dataset, Criteria and Baseline [75.58761130635824]
  文書レベルのテキスト単純化の新しいタスクを定義し,検討する。 Wikipediaダンプに基づいて、我々はまずD-Wikipediaという大規模なデータセットを構築した。 本稿では,文書レベルの単純化作業に適したD-SARIと呼ばれる新しい自動評価指標を提案する。
  論文  参考訳（メタデータ） (2021-10-11T08:15:31Z)
• 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)
• Consecutive Decoding for Speech-to-text Translation [51.155661276936044]
  COnSecutive Transcription and Translation (COSTT)は、音声からテキストへの翻訳に不可欠な手法である。 鍵となるアイデアは、ソースの書き起こしとターゲットの翻訳テキストを1つのデコーダで生成することである。 本手法は3つの主流データセットで検証する。
  論文  参考訳（メタデータ） (2020-09-21T10:10:45Z)
• 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。