自動(dòng)文本簡化

目錄
新一代人工智能創(chuàng)新平臺(tái)建設(shè)及其關(guān)鍵技術(shù)叢書”序
前言
第1章 緒論 1
1.1 概述 1
1.1.1 文本簡化定義 1
1.1.2 文本簡化發(fā)展過程 1
1.1.3 文本簡化方法 3
1.1.4 相關(guān)的文本重寫任務(wù) 5
1.2 文本簡化語料 6
1.2.1 維基百科平行語料 7
1.2.2 Newsela語料庫 10
1.2.3 英文的其他資源 13
1.2.4 三個(gè)常用的英文平行語料的對比 16
1.2.5 其他語言的資源 16
1.3 文本簡化評估 17
1.3.1 人工評估 17
1.3.2 自動(dòng)評估 18
1.3.3 討論 23
1.4 文本簡化的應(yīng)用 24
1.4.1 對特定目標(biāo)人群的簡化 24
1.4.2 自然語言處理的輔助工具 25
1.5 本書內(nèi)容安排 26
第2章 背景知識(shí) 29
2.1 概述 29
2.2 統(tǒng)計(jì)機(jī)器翻譯模型 29
2.3 神經(jīng)機(jī)器翻譯模型 31
2.3.1 基于端到端的模型 31
2.3.2 注意力機(jī)制 33
2.3.3 基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型 35
2.4 預(yù)訓(xùn)練語言模型 37
2.4.1 BERT 38
2.4.2 BART 39
2.5 本章小結(jié) 41
第3章 文本可讀性評估 42
3.1 概述 42
3.2 傳統(tǒng)的可讀性公式 43
3.3 可讀性評估的語料 45
3.4 可讀性評估方法 47
3.4.1 可讀性評估特征 47
3.4.2 基于特征工程的分類方法 51
3.4.3 神經(jīng)網(wǎng)絡(luò)分類方法 53
3.5 漢語文本的可讀性評估 54
3.6 可讀性評估的應(yīng)用 55
3.6.1 第二語言學(xué)習(xí)者的可讀性 56
3.6.2 具有語言學(xué)習(xí)障礙的讀者 56
3.6.3 計(jì)算機(jī)輔助教育學(xué)習(xí)系統(tǒng) 57
3.6.4 Web內(nèi)容的可讀性評估 57
3.7 未來研究方向 58
3.8 本章小結(jié) 60
第4章 詞語簡化方法 61
4.1 概述 61
4.2 詞語簡化框架 62
4.3 詞語簡化方法的分類 64
4.3.1 語言數(shù)據(jù)庫 65
4.3.2 自動(dòng)規(guī)則 68
4.3.3 詞嵌入模型 71
4.3.4 混合模型 72
4.3.5 預(yù)訓(xùn)練語言模型 75
4.4 方法對比 80
4.4.1 實(shí)驗(yàn)評估數(shù)據(jù) 80
4.4.2 候選替代詞生成評估 81
4.4.3 完整的LS系統(tǒng)評估 82
4.4.4 討論 83
4.5 未來研究方向 85
4.6 本章小結(jié) 86
第5章 句子分割方法 87
5.1 概述 87
5.2 基于規(guī)則的方法 88
5.2.1 早期的方法 89
5.2.2 YATS 90
5.2.3 基于事件的方法 91
5.2.4 DISSIM 93
5.3 基于神經(jīng)網(wǎng)絡(luò)模型的方法 96
5.3.1 基于事實(shí)感知的方法 96
5.3.2 基于圖框架的方法 97
5.4 本章小結(jié) 100
第6章 統(tǒng)計(jì)文本簡化方法 101
6.1 概述 101
6.2 基于短語的機(jī)器翻譯方法 102
6.3 基于句法的統(tǒng)計(jì)文本簡化方法 103
6.4 混合的方法 108
6.5 無監(jiān)督的統(tǒng)計(jì)文本簡化方法 109
6.6 本章小結(jié) 112
第7章 神經(jīng)文本簡化方法 113
7.1 概述 113
7.2 基于神經(jīng)機(jī)器翻譯的文本簡化 115
7.3 強(qiáng)化學(xué)習(xí)機(jī)制 117
7.4 多任務(wù)學(xué)習(xí) 119
7.5 復(fù)述規(guī)則 121
7.6 程序員-解釋器模型 123
7.6.1 EditNTS 123
7.6.2 程序員和解釋器 124
7.6.3 編輯標(biāo)簽創(chuàng)建 125
7.7 本章小結(jié) 125
第8章 文本簡化前沿研究 127
8.1 概述 127
8.2 無監(jiān)督神經(jīng)文本簡化方法 129
8.3 無監(jiān)督可編輯的文本簡化方法 131
8.4 可控的句子簡化方法 134
8.4.1 TargetTS 134
8.4.2 ACCESS 135
8.5 無監(jiān)督的文本平行簡化語料構(gòu)造 136
8.5.1 基于搜索的平行語料構(gòu)造 136
8.5.2 基于機(jī)器翻譯語料的平行語料構(gòu)造 137
8.6 零樣本跨語言的文本簡化 139
8.7 文本簡化分析及展望 142
8.8 本章小結(jié) 144
第9章 漢語文本簡化的探索 145
9.1 概述 145
9.2 背景知識(shí) 146
9.3 漢語簡化語料庫的構(gòu)造 147
9.4 漢語文本簡化方法 148
9.5 實(shí)驗(yàn) 151
9.5.1 評價(jià)語料庫HanLS的質(zhì)量 151
9.5.2 生成候選詞方法的對比評價(jià) 152
9.5.3 系統(tǒng)評價(jià)和消融研究 153
9.5.4 誤差分析 154
9.6 本章小結(jié) 155
參考文獻(xiàn) 157