熔炼金银：改进多语言 AMR 到文本生成
计算与语言
2021-09-09 v1
摘要
近期关于多语言 AMR 到文本生成的工作专注于利用银 AMR 的数据增强策略。然而，这假设了所生成 AMR 的高质量，可能限制了向目标任务的可迁移性。本文研究了自动生成 AMR 标注的不同技术，旨在探究哪种信息源能产生更好的多语言结果。我们基于金 AMR 与银（机器翻译）句子训练的模型，优于利用生成银 AMR 的方法。我们发现，结合这两种互补的信息源能进一步改进多语言 AMR 到文本生成。我们的模型在德语、意大利语、西班牙语和中文上大幅超越了先前的最优水平。
引用
@article{arxiv.2109.03808,
title = {Smelting Gold and Silver for Improved Multilingual AMR-to-Text Generation},
author = {Leonardo F. R. Ribeiro and Jonas Pfeiffer and Yue Zhang and Iryna Gurevych},
journal= {arXiv preprint arXiv:2109.03808},
year = {2021}
}
备注
Accepted as a conference paper to EMNLP 2021