Seq2Edits: 基于跨度级编辑操作的序列转导
计算与语言
2020-09-24 v1
摘要
我们提出Seq2Edits,一种用于输入输出文本间重叠度高的自然语言处理(NLP)任务的序列编辑开放词表方法。在该方法中,每次序列到序列的转导被表示为一系列编辑操作,其中每个操作要么用目标词元替换整个源跨度,要么保持其不变。我们在五项NLP任务(文本规范化、句子融合、句子拆分与改写、文本简化以及语法错误纠正)上评估了我们的方法,并报告了全面具有竞争力的结果。对于语法错误纠正,由于推理时间取决于编辑次数而非目标词元数量,我们的方法相比完整序列模型将推理速度提升至最多5.2倍。对于文本规范化、句子融合与语法错误纠正,我们的方法通过将每个编辑操作与可读标签相关联而提升了可解释性。
引用
@article{arxiv.2009.11136,
title = {Seq2Edits: Sequence Transduction Using Span-level Edit Operations},
author = {Felix Stahlberg and Shankar Kumar},
journal= {arXiv preprint arXiv:2009.11136},
year = {2020}
}
备注
Accepted at EMNLP 2020