MultiLS：一个多任务词汇简化框架
计算与语言
2024-02-26 v1 人工智能
摘要
词汇简化 (LS) 自动将难以阅读的单词替换为更简单的替代词，同时保留句子的原始含义。LS 是文本简化的先驱，旨在提高文本对各种目标人群的可访问性，包括儿童、第二语言学习者、有阅读障碍或识字率低的人群。存在多个用于 LS 的数据集。这些 LS 数据集专注于 LS 流水线中的一个或两个子任务。然而，截至目前，尚未开发出涵盖所有 LS 子任务的单一 LS 数据集。我们提出了 MultiLS，这是第一个允许创建多任务 LS 数据集的 LS 框架。我们还提出了 MultiLS-PT，这是第一个使用 MultiLS 框架创建的数据集。我们通过执行葡萄牙语的所有 LS 子任务来展示 MultiLS-PT 的潜力：(1) 词汇复杂度预测 (LCP)，(2) 替代词生成，以及 (3) 替代词排序。报告了模型性能，范围从基于 Transformer 的模型到最近的大语言模型 (LLMs)。
引用
@article{arxiv.2402.14972,
title = {MultiLS: A Multi-task Lexical Simplification Framework},
author = {Kai North and Tharindu Ranasinghe and Matthew Shardlow and Marcos Zampieri},
journal= {arXiv preprint arXiv:2402.14972},
year = {2024}
}