Facebook的人工智能可以在保留意义的同时简化句子

简化文本的语法和结构是我们大多数人在学校学到的一项有用技能，经过长时间的应用，这几乎成了人的本能，简单而又轻易，但对于人工智能来说，由于缺乏语言知识，掌握这项技能很难。

为此，Facebook和Inria的科学家们正在研究一种名为ACCESS的简化模型，他们声称，这种简化模型可以定制文本长度、释义量、词汇复杂性、句法复杂性和其他参数的同时，保持句子意义不变。

研究人员在一份详细介绍他们工作的文章中写道:“文本简化不仅对失语症、诵读困难和自闭症等认知障碍患者有益，对第二语言学习者和读写能力较低的人也有益。文本简化的研究主要集中在开发模型，为给定的源文本生成单一的通用简化，而不可能根据不同目标人群的需求调整输出。我们提出了一个可控的简化模型，它能为用户提供一种显式的方式，让他们可以根据需要操作和更新简化的输出。”

研究团队开发了一个通用的编码-解码器框架seq2seq，它可以将数据作为上下文输入，此外，研究人员还在源句的开头预先设定了一个特殊的标记值，用以计算目标句的参数(比如长度)相对于源句的值的比率。随后，他们又将该模型设定为四个选定的参数，即长度、释义、词汇复杂性和句法复杂性。最后，进行一系列测验。 实验中，研究小组在维基大数据集上训练了一个转换器模型，该数据集包含了来自英文维基百科和简单英文维基百科的296402个自动对齐的复杂-简单句对样本。他们用取自土耳其语料库的验证和测试集对其进行了评估，其中每个复杂的句子都有八个由亚马逊土耳其机械工人创造的“意译句子”(不拆分、结构过于简化或内容减少)。

在SARI上，ACCESS的得分为41.87，比以前的水平(40.45)有了“显著的”提高。SARI是一个流行的基准，它将预测的简化与源和目标引用进行了比较，在不考虑语法和意义保留的可读性衡量标准中，它以7.22分名列第三。研究人员在文本报告里写道：

“我们通过分析确认发现，每个参数对生成的简化都有预期的效果。在诸如长度、释义、词汇复杂性或句法复杂性等参数上对模型进行显式调整，可以显著提高它们在句子简化方面的性能。我们的方法模式，可以帮助文本简化适应不同需求的受众。”

END