ALEXSIS-PT：面向葡萄牙语词汇简化的新资源
计算与语言
2024-02-12 v2 人工智能
摘要
词汇简化（LS）是自动将复杂词替换为更简单词的任务是使文本更易于各类目标群体（例如低识字率个体、学习障碍个体、第二语言学习者）理解。为训练和测试模型，LS 系统通常需要包含上下文中复杂词及其候选替换词的语料库。为持续提升 LS 系统性能，我们引入 ALEXSIS-PT，一个包含 387 个复杂词共 9,605 个候选替换词的巴西葡萄牙语 LS 新型多候选数据集。ALEXSIS-PT 依照西班牙语 ALEXSIS 协议编纂，为跨语言模型开辟了令人振奋的新途径。ALEXSIS-PT 是首个包含巴西报纸文章的 LS 多候选数据集。我们在该数据集上评估了四种替换生成模型，即 mDistilBERT、mBERT、XLM-R 和 BERTimbau。BERTimbau 在所有评估指标上均取得最高性能。
引用
@article{arxiv.2209.09034,
title = {ALEXSIS-PT: A New Resource for Portuguese Lexical Simplification},
author = {Kai North and Marcos Zampieri and Tharindu Ranasinghe},
journal= {arXiv preprint arXiv:2209.09034},
year = {2024}
}