基于事实的文本编辑
计算与语言
2021-04-05 v1
摘要
我们提出一项新颖的文本编辑任务，称为基于事实的文本编辑，其目标是修订给定文档以更好地描述知识库（例如若干三元组）中的事实。该任务在实践中十分重要，因为反映真实是文本编辑中的常见需求。首先，我们提出一种自动生成基于事实的文本编辑研究数据集的方法，其中每个实例由草稿文本、修订文本以及若干以三元组表示的事实组成。我们将该方法应用于两个公开的表到文本数据集，分别得到由 233k 和 37k 个实例组成的两个新数据集。接下来，我们提出一种用于基于事实的文本编辑的新的神经网络架构，称为 \textsc{FactEditor}，其通过利用缓冲区、流和记忆参照给定事实来编辑草稿文本。解决该问题的一个直接方法是采用编码器-解码器模型。我们在两个数据集上的实验结果表明，\textsc{FactEditor} 在忠实度与流畅性方面优于编码器-解码器方法。结果还显示 \textsc{FactEditor} 的推理速度快于编码器-解码器方法。
引用
@article{arxiv.2007.00916,
title = {Fact-based Text Editing},
author = {Hayate Iso and Chao Qiao and Hang Li},
journal= {arXiv preprint arXiv:2007.00916},
year = {2021}
}
备注
ACL 2020