基于事实引导的自动句子修改
计算与语言
2019-12-04 v2
摘要
像维基百科这样的在线百科全书包含大量需要频繁更正与更新的文本。新信息可能与百科全书中现有内容矛盾。本文聚焦于重写此类动态变化的文章。这是一项具挑战性的约束生成任务，因输出必须与新信息一致并契合现有文档的其余部分。为此，我们提出两步方案：(1) 使用中立化立场模型，针对给定声明识别并移除目标文本中矛盾的部分；(2) 使用带拷贝注意力的新型双编码器序列到序列模型，扩展剩余文本以与给定声明一致。应用于维基百科事实更新数据集，我们的方法成功为新声明生成更新句子，取得最高 SARI 分数。此外，我们证明通过此类重写句子生成合成数据可成功扩充 FEVER 事实核查训练数据集，实现 13% 的相对错误率降低。
引用
@article{arxiv.1909.13838,
title = {Automatic Fact-guided Sentence Modification},
author = {Darsh J Shah and Tal Schuster and Regina Barzilay},
journal= {arXiv preprint arXiv:1909.13838},
year = {2019}
}
备注
AAAI 2020