集体传记生成的后编辑分析
计算与语言
2017-02-21 v1
摘要
文本生成日益普遍，但通常需要人工后编辑，而高精度对最终用户至关重要。然而，人工编辑成本高昂，因此我们希望确保此努力集中在高价值任务上。并且我们希望保持风格一致性，这在众包环境中是一个特殊挑战。我们提出了一个案例研究，在基于模板的传记生成系统背景下分析人工后编辑。编辑流可视化与对编辑的人工表征相结合，有助于识别并优先处理工作，以提高端到端的效率和准确性。
引用
@article{arxiv.1702.05821,
title = {Post-edit Analysis of Collective Biography Generation},
author = {Bo Han and Will Radford and Anaïs Cadilhac and Art Harol and Andrew Chisholm and Ben Hachey},
journal= {arXiv preprint arXiv:1702.05821},
year = {2017}
}