将释义推离原句：一种多轮释义生成方法
计算与语言
2021-09-07 v1 人工智能
摘要
近年来，基于Seq2Seq的神经释义生成取得了优越性能，然而生成的释义仍存在多样性不足的问题。本文致力于改善生成释义与原句之间的多样性，即令生成释义尽可能不同于原句。我们提出BTmPG（反向翻译引导的多轮释义生成，Back-Translation guided multi-round Paraphrase Generation），利用多轮释义生成提升多样性，并采用反向翻译保留语义信息。我们在两个基准数据集上评估BTmPG。自动与人工评测均表明BTmPG能在保留原句语义的同时提升释义的多样性。
引用
@article{arxiv.2109.01862,
title = {Pushing Paraphrase Away from Original Sentence: A Multi-Round Paraphrase Generation Approach},
author = {Zhe Lin and Xiaojun Wan},
journal= {arXiv preprint arXiv:2109.01862},
year = {2021}
}
备注
Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021