合成数据之形将至：为何我们应将其用于英语表层实现
计算与语言
2020-05-07 v1
摘要
2018 和 2019 年的表层实现共享任务（Surface Realization Shared Tasks）是自然语言生成共享任务，旨在探索从类通用依存树到多种语言表层字符串的表层实现方法。在 2018 年共享任务中，使用与未使用额外合成数据训练的系统在绝对性能上差异很小，因此 2019 年共享任务引入了一条禁止使用合成数据的新规则。与 2018 年共享任务的发现相反，我们在英语 2018 数据集上的实验表明，使用合成数据可以产生显著的积极影响——此前最先进的系统提升了近 8 个 BLEU 点。我们分析了合成数据的效果，并认为应鼓励而非禁止其使用，以便未来的研究工作继续探索能够利用此类数据的系统。
引用
@article{arxiv.2005.02693,
title = {Shape of synth to come: Why we should use synthetic data for English surface realization},
author = {Henry Elder and Robert Burke and Alexander O'Connor and Jennifer Foster},
journal= {arXiv preprint arXiv:2005.02693},
year = {2020}
}