面向英语的可控词汇简化
计算与语言
2023-02-07 v1 机器学习
摘要
基于 Transformer 微调的方法最近在句子简化任务上展示了令人兴奋的结果。然而,到目前为止,还没有研究将类似的方法应用于 Lexical Simplification (LS) 任务。在本文中,我们提出了 ConLS,一个使用 T5(一种以 BERT 风格方法预训练并包含其他若干任务的基于 Transformer 的模型)微调的可控词汇简化系统。在三个数据集(LexMTurk、BenchLS 和 NNSeval)上的评估结果表明,我们的模型表现与 LSBert(当前 SOTA)相当,甚至在某些情况下优于它。我们还对控制标记的有效性进行了详细比较,以清晰展示每个标记如何对模型做出贡献。
引用
@article{arxiv.2302.02900,
title = {Controllable Lexical Simplification for English},
author = {Kim Cheng Sheang and Daniel Ferrés and Horacio Saggion},
journal= {arXiv preprint arXiv:2302.02900},
year = {2023}
}