論文の概要: A Quality-based Syntactic Template Retriever for Syntactically-controlled Paraphrase Generation

• arxiv url: http://arxiv.org/abs/2310.13262v1
• Date: Fri, 20 Oct 2023 03:55:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 00:25:46.310470
• Title: A Quality-based Syntactic Template Retriever for Syntactically-controlled Paraphrase Generation
• Title（参考訳）: 構文制御パラフラーゼ生成のための品質ベース構文テンプレートレトリバー
• Authors: Xue Zhang, Songming Zhang, Yunlong Liang, Yufeng Chen, Jian Liu, Wenjuan Han, Jinan Xu
• Abstract要約: 既存の構文制御されたパラフレーズ生成モデルは、人間の注釈付きまたはよく書かれた構文テンプレートで有望に機能する。 禁止コストにより、ソース文ごとに適切なテンプレートを手作業で設計することは不可能になります。 本稿では,QSTR(Quality-based Syntactic Template Retriever)を提案する。
• 参考スコア（独自算出の注目度）: 67.98367574025797
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing syntactically-controlled paraphrase generation (SPG) models perform promisingly with human-annotated or well-chosen syntactic templates. However, the difficulty of obtaining such templates actually hinders the practical application of SPG models. For one thing, the prohibitive cost makes it unfeasible to manually design decent templates for every source sentence. For another, the templates automatically retrieved by current heuristic methods are usually unreliable for SPG models to generate qualified paraphrases. To escape this dilemma, we propose a novel Quality-based Syntactic Template Retriever (QSTR) to retrieve templates based on the quality of the to-be-generated paraphrases. Furthermore, for situations requiring multiple paraphrases for each source sentence, we design a Diverse Templates Search (DTS) algorithm, which can enhance the diversity between paraphrases without sacrificing quality. Experiments demonstrate that QSTR can significantly surpass existing retrieval methods in generating high-quality paraphrases and even perform comparably with human-annotated templates in terms of reference-free metrics. Additionally, human evaluation and the performance on downstream tasks using our generated paraphrases for data augmentation showcase the potential of our QSTR and DTS algorithm in practical scenarios.
• Abstract（参考訳）: 既存の構文制御パラフレーズ生成モデル(SPG)は、人間のアノテーションや構文テンプレートで有望に機能する。 しかし、そのようなテンプレートを得ることの難しさは、実際にSPGモデルの実用性を妨げている。 ひとつは、禁止費用によって、ソース文ごとに適切なテンプレートを手作業で設計することは不可能です。 別の例では、現在のヒューリスティックな手法で自動的に取得されるテンプレートは通常、SPGモデルが修飾パラフレーズを生成するために信頼できない。 このジレンマから逃れるために、我々は新しいQSTR(Quality-based Syntactic Template Retriever)を提案し、生成するパラフレーズの品質に基づいてテンプレートを検索する。 さらに,各文に対して複数のパラフレーズを必要とする状況に対して,品質を犠牲にすることなくパラフレーズ間の多様性を高める多彩なテンプレート検索(dts)アルゴリズムを設計する。 実験により、QSTRは高品質なパラフレーズを生成する際に既存の検索手法をはるかに上回り、参照不要なメトリクスで人間の注釈付きテンプレートと互換性のある性能を発揮できることが示された。 さらに、データ拡張のための生成パラフレーズを用いた下流タスクにおける人的評価と性能は、実践シナリオにおける我々のQSTRおよびDTSアルゴリズムの可能性を示している。

関連論文リスト

• Detection and Measurement of Syntactic Templates in Generated Text [58.111650675717414]
  モデルにおける一般的な反復を特徴付けるための構文的特徴の解析を行う。 モデルでは、下流のタスクにおいて、人間の参照テキストよりも高いレートでテンプレートテキストを生成する傾向にある。
  論文  参考訳（メタデータ） (2024-06-28T19:34:23Z)
• Retrieval is Accurate Generation [99.24267226311157]
  本稿では,支援文書の集合からコンテキスト認識句を選択する新しい手法を提案する。 本モデルでは,検索対象のベースラインの中で,最高の性能と低レイテンシを実現する。
  論文  参考訳（メタデータ） (2024-02-27T14:16:19Z)
• ParaAMR: A Large-Scale Syntactically Diverse Paraphrase Dataset by AMR Back-Translation [59.91139600152296]
  ParaAMRは、抽象的な表現のバックトランスレーションによって生成される、大規模な構文的に多様なパラフレーズデータセットである。 そこで本研究では,ParaAMRを用いて文の埋め込み学習,構文的に制御されたパラフレーズ生成,数ショット学習のためのデータ拡張という,3つのNLPタスクを改善することができることを示す。
  論文  参考訳（メタデータ） (2023-05-26T02:27:33Z)
• Unsupervised Syntactically Controlled Paraphrase Generation with Abstract Meaning Representations [59.10748929158525]
  抽象表現(AMR)は、教師なし構文制御されたパラフレーズ生成の性能を大幅に向上させることができる。 提案モデルであるAMRPGは,AMRグラフを符号化し,入力文を2つの非絡み合った意味的および構文的埋め込みに解析する。 実験により、AMRPGは既存の教師なしアプローチと比較して、定量的かつ質的に、より正確な構文制御されたパラフレーズを生成することが示された。
  論文  参考訳（メタデータ） (2022-11-02T04:58:38Z)
• Template-free Prompt Tuning for Few-shot NER [46.59447116255979]
  テンプレートを使わずにNERタスクをLM問題として再構成するよりエレガントな手法を提案する。 具体的には,事前学習モデルの単語予測パラダイムを維持しながらテンプレート構築プロセスを捨てる。 実験により, バート・タガー法およびテンプレートベース法に対して, 数ショット設定で提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2021-09-28T07:19:24Z)
• Generating Syntactically Controlled Paraphrases without Using Annotated Parallel Pairs [37.808235216195484]
  注釈付きパラフレーズペアを必要とせずに,構文的に様々なパラフレーズを生成できることが示唆された。 構文制御パラフレーズ生成(SynPG: Syntactically Control Paraphrase Generator)は,文の意味と構文を解読するエンコーダデコーダベースのモデルである。
  論文  参考訳（メタデータ） (2021-01-26T06:13:52Z)
• Template Controllable keywords-to-text Generation [16.255080737147384]
  このモデルは、順序のないキーワードのセットと、POS(Part-of-speech)ベースのテンプレート命令を入力として取ります。 このフレームワークはEncode-attend-decodeパラダイムに基づいており、まずキーワードとテンプレートをエンコードし、デコーダはエンコードされたキーワードとテンプレートから派生したコンテキストを巧みに参加して文を生成する。
  論文  参考訳（メタデータ） (2020-11-07T08:05:58Z)

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。