重访非英语文本简化：一个统一的多语言基准
计算与语言
2023-05-26 v1 人工智能
摘要
高质量大规模英语资源的最新进展推动了英语自动文本简化(ATS)研究的前沿。然而，由于缺少覆盖多种语言复杂-简单句对的多语言评估基准，多语言文本简化研究较少。本文介绍MultiSim基准，其包含12种不同语言中的27个资源，涵盖超过170万复杂-简单句对。该基准将鼓励开发更有效的多语言文本简化模型与评估指标的研究。我们使用MultiSim与多语言预训练语言模型的实验揭示了多语言训练在非英语设定下令人振奋的性能提升。我们观察到俄语在零样本跨语言迁移至低资源语言时表现强劲。我们进一步展示，使用BLOOM-176b的少样本提示(few-shot prompting)达到了与参考简化相当的质量，并在大多数语言中优于微调模型。我们通过人工评估验证了这些发现。
引用
@article{arxiv.2305.15678,
title = {Revisiting non-English Text Simplification: A Unified Multilingual Benchmark},
author = {Michael J. Ryan and Tarek Naous and Wei Xu},
journal= {arXiv preprint arXiv:2305.15678},
year = {2023}
}
备注
Accepted to ACL 2023 main conference