LLM-Guided Planning and Summary-Based Scientific Text Simplification: DS@GT at CLEF 2025 SimpleText
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种基于大语言模型的两阶段科学文本简化框架，先通过LLM生成结构化规划或文档摘要，再据此引导句子级和文档级简化，以提升简化结果的连贯性与上下文忠实度。
2025-08-15 cs.CL
SimpCue: Cue-Based Prompting for Multilingual Text Simplification
Universitat Pompeu Fabra (UPF)（庞培法布拉大学）
本研究针对加泰罗尼亚语、西班牙语、意大利语的多语言易读性文本简化任务，以Qwen3-8B为模型，对比不同提示方式的效果，发现预测线索提示表现最优但提升有限。
2026-08-31 cs.AI cs.CL
German Text Simplification: Finetuning Large Language Models with Semi-Synthetic Data
University of Applied Sciences Aachen（亚琛应用科学大学）
本研究针对德语文本简化的数据稀缺问题，使用GPT-4合成语料库微调多达130亿参数的大型语言模型，实验表明该方法能显著简化真实在线文本。
2024-02-16 cs.CL
Example-Guided Prompting for Document-Level Text Simplification
SCE（SCE（以色列SCE学院））；ScaDS.AI, TUD Dresden（ScaDS.AI，德累斯顿工业大学）
该研究针对文档级文本简化中提示指导不足的问题，提出示例引导提示方法，经OneStopEnglish语料库实验，可提升大语言模型的简化质量，性能优于或媲美相关基准系统。
2026-08-07 cs.CL
SimplifyMyText: An LLM-Based System for Inclusive Plain Language Text Simplification
Technical University (TU) Dresden（技术大学（TU）德累斯顿）
本文提出首个基于LLM的多格式输入文本简化系统SimplifyMyText，支持定制化平实语言输出，采用GPT-4和Llama-3评估，旨在促进包容性。
2025-04-19 cs.AI cs.CL cs.HC
Progressive Document-level Text Simplification via Large Language Models
Yangzhou University（扬州大学）；Jiangnan University（江南大学）
针对大型语言模型常将文档简化误作摘要的问题，提出分层分解为篇章、主题和词汇级的 ProgDS 多阶段渐进方法，显著提升文档简化性能。
2025-01-07 cs.CL
Improving Estonian Text Simplification through Pretrained Language Models and Custom Datasets
Institute of Computer Science（计算机科学研究所）；University of Tartu（塔尔图大学）
本文利用预训练语言模型和定制数据集，改进爱沙尼亚文本简化效果，验证了LLaMA在低资源语言中的优越性。
2026-01-23 cs.CL
THM@SimpleText 2025 -- Task 1.1: Revisiting Text Simplification based on Complex Terms for Non-Experts
TH Mittelhessen - University of Applied Sciences（图宾根-美因茨应用科学大学）；Herder Institute（赫尔德研究所）
针对科学文本因技术术语导致的复杂性问题，本研究聚焦SimpleText 2025任务1.1中极短语境下复杂句子的简化，通过识别复杂术语并利用小型Gemini和OpenAI大语言模型为非专家重新表述，提升科学信息的可获取性。
2025-07-06 cs.CL
Profiling German Text Simplification with Interpretable Model-Fingerprints
Aachen University of Applied Sciences（亚琛应用科学大学）
本文提出简化分析仪，通过可解释模型指纹分析德语文本简化，实现高效诊断和行为特征识别，提升文本简化系统的适应性。
2026-01-19 cs.CL
MuTSE: A Human-in-the-Loop Multi-use Text Simplification Evaluator
University of Bucharest（布加勒斯特大学）；Universitatea Creștină "Dimitrie Cantemir"（迪米特里耶·坎泰米尔基督教大学）；Cu Drag si Sport SRL（Cu Drag si Sport 有限责任公司）；Softbinator Technologies（Softbinator 科技公司）
针对LLM文本简化输出的系统性评估难题，MuTSE提出一种人机协同的交互式评估工具，支持多维度的提示-模型组合分析，通过语义对齐引擎和线性偏差启发式算法实现可视化对比，降低定性分析的认知负荷。
2026-04-10 cs.AI cs.CL
Evaluation Under Imperfect Benchmarks and Ratings: A Case Study in Text Simplification
University of Southern California（南加利福尼亚大学）
针对文本简化评估面临基准数据缺陷、人类评分分歧两大问题，提出引入SynthSimpliEval合成基准、用LLM评判组自动评估等方法，提升评估可靠性与一致性。
2025-04-15 cs.CL
Reinforcement Learning for improving Large Language Models' Catalan text simplification capabilities
Universitat Pompeu Fabra（庞培法布拉大学）；Barcelona Supercomputing Center（巴塞罗那超级计算中心）
该研究针对低资源语言加泰罗尼亚语，提出结合SARI指标与惩罚项的GRPO奖励函数，后训练IberianLLM-7B-Instruct提升其ATS性能，同时探索跨语言迁移学习但未获显著效果。
2026-09-07 cs.AI cs.CL
DETECT: Determining Ease and Textual Clarity of German Text Simplifications
University of Zurich（苏黎世大学）
DETECT是首个针对德语的文本简化评估指标，通过合成数据和LLM技术全面评估简化质量，提升与人类判断的相关性。
2026-03-06 cs.CL
Controlling Pre-trained Language Models for Grade-Specific Text Simplification
University of Maryland（马里兰大学）
本文研究如何控制预训练语言模型实现面向特定年级的文本简化，提出逐实例预测编辑操作的方法，相比语料库层面搜索启发式方法显著提升了简化输出的质量。
2023-11-30 cs.CL
Resource for Error Analysis in Text Simplification: New Taxonomy and Test Collection
Université de Bretagne Occidentale（布列塔恩西大学）；Lab-STICC (UMR CNRS 6285)（实验室）；ENIB
针对自动文本简化评估不足的问题，提出错误分类法及人工标注的平行数据集，并分析现有模型性能，为错误检测与分类提供资源。
2025-05-22 cs.AI cs.CL
Beyond Repetition: Text Simplification and Curriculum Learning for Data-Constrained Pretraining
Samsung R&D Institute Philippines（三星菲律宾研发中心）
针对数据受限预训练，本文利用原文与 LLM 简化文本的平行语料比较多种复杂度课程，发现加入简化数据整体优于重复暴露，且小模型适合由易到难、大模型适合交错排序。
2025-09-29 cs.AI cs.CL
Evaluating LLMs for Targeted Concept Simplification for Domain-Specific Texts
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；Google DeepMind（谷歌DeepMind）
该研究提出“目标概念简化”任务及WikiDomains数据集，评估多种LLMs在特定领域文本中的概念简化表现，发现无单一模型全面占优，且自动指标与人类评估相关性低。
2024-11-06 cs.CL
UM_FHS at the CLEF 2025 SimpleText Track: Comparing No-Context and Fine-Tune Approaches for GPT-4.1 Models in Sentence and Document-Level Text Simplification
University of Maribor, Faculty of Health Science（马里博大学健康科学学院）；University of Ljubljana, Faculty of Medicine（卢布尔雅那大学医学院）；University of Edinburgh, Usher Institute（爱丁堡大学usher研究所）
UM_FHS在CLEF 2025 SimpleText赛道上比较了GPT-4.1模型在句子和文档级文本简化中的无上下文与微调方法，发现无上下文方法在两个层级上表现稳健，而微调方法在文档级简化中表现突出。
2025-12-18 cs.CL
Document-Level Text Simplification in Estonian Using Large Language Models
National Library of Estonia（爱沙尼亚国家图书馆）；University of Tartu（塔尔图大学）
本研究评估五种多语言大语言模型在爱沙尼亚语文档级简化中的表现，提出三种提示策略和综合评估框架，发现Gemini-2.0和LLaMA-3.3效果最佳，并贡献了新的连贯性指标和公开资源。
2026-10-08 cs.CL
Right at My Level: A Unified Multilingual Framework for Proficiency-Aware Text Simplification
Yonsei University（延世大学）；Seoul National University（首尔国立大学）
本文提出Re-RIGHT框架，通过强化学习实现无需平行语料的多语言文本简化，提升目标水平的词汇覆盖和语义保持。
2026-04-16 cs.CL
(Psycho-)Linguistic Features Meet Transformer Models for Improved Explainable and Controllable Text Simplification
RWTH Aachen University（亚琛工业大学）；University of Amsterdam（阿姆斯特丹大学）
现有的文本简化系统采用端到端的神经网络模型来直接生成输入文本的简化版本，并且通常起到黑盒的作用。此外，TS通常被视为一个通用的通用任务的假设下的同质性，其中相同的简化是适合所有。然而，近年来，人们日益认识到，有必要使简化方法适应不同目标群体的具体需要。在这项工作中，我们的目标是从两个方面推进当前对可解释和可控TS的研究：首先，基于最近提出的增加TS系统透明度的工作，我们使用了大量的（心理）语言特征与预先训练的语言模型相结合，以提高可解释的复杂性预测。其次，基于这个初步任务的结果，我们扩展了最先进的Seq 2Seq TS模型ACCESS，以实现对10个属性的显式控制。实验结果表明：（1）我们的方法提高了预测可解释复杂度的最新模型的性能;（2）明确地将Seq 2Seq模型条件化为10个属性，导致域内和域外设置的性能显着提高。
2022-12-19 cs.CL
Automatic Simplification of Common Vulnerabilities and Exposures Descriptions
Department of Computer Science Aalto University School of Science（计算机科学系 阿尔托大学 学校）
本研究探讨了利用大型语言模型对网络安全漏洞描述进行自动文本简化的方法，并发现现成模型在简化过程中难以保持原意。
2026-02-12 cs.CL
Metric-Based In-context Learning: A Case Study in Text Simplification
Mercer Island High School（默瑟岛高中）；Koç University（科奇大学）
本文针对文本简化任务提出基于度量的上下文学习方法，利用SARI等指标选择示例，实验证明其在不同规模模型上表现稳健且优于基线，为NLG系统提供新框架。
2023-07-27 cs.AI cs.CL
Unveiling Factors for Enhanced POS Tagging: A Study of Low-Resource Medieval Romance Languages
Bavarian Academy of Sciences（巴伐利亚科学院）；LMU Munich（慕尼黑大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；University of Freiburg（弗赖堡大学）
本研究系统探究影响中古罗曼语（奥克语、西班牙语、法语）词性标注性能的关键因素，通过实验评估微调、提示、架构、解码及跨语言迁移方法，揭示LLM局限并提出有效专门技术。
2025-06-21 cs.CL cs.LG
Modern Models, Medieval Texts: A POS Tagging Study of Old Occitan
Bavarian Academy of Sciences（巴伐利亚科学院）；LMU Munich（慕尼黑大学）；Albert-Ludwigs-Universität Freiburg（弗莱堡大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
本文通过古奥克语圣徒传记与医学两个语料库的词性标注实验，揭示开源大语言模型在处理低资源、非标准化历史语言时的性能局限，并提供错误分析与改进建议。
2025-03-10 cs.CL
An Architectural Advantage of The Instruction-Tuned LLM in Containing The Readability-Accuracy Tension in Text Simplification
本研究通过比较指令调优和推理增强的LLM，发现指令调优在文本简化中能更有效平衡可读性与准确性，提升话语忠实度。
2026-01-17 cs.CL
Society of Medical Simplifiers
University of Warwick（华威大学）
本文提出Society of Medical Simplifiers，一个基于LLM的框架，通过五个专业化智能体角色的交互循环逐步改进医学文本简化，在Cochrane数据集上实现了卓越的可读性和内容保留。
2024-10-12 cs.CL
Evaluating Small Decoder-Only Language Models for Grammar Correction and Text Simplification
New York University（纽约大学）
本文评估了小型解码器-only语言模型在语法纠正和文本简化任务中的性能，发现其在效率上有优势，但性能仍低于现有大型语言模型，需进一步改进以缩小差距。
2026-01-07 cs.CL
Enhancing Pre-trained Language Model with Lexical Simplification
Shanghai Jiao Tong University（上海交通大学）
对于人类读者和预训练的语言模型（PrLM），词汇多样性可能会导致理解给定句子的潜在语义时的混乱和不准确。通过用简单的替代词代替复杂的词，词汇简化（LS）是一种公认的减少词汇多样性的方法，从而提高句子的可理解性。在本文中，我们利用LS，并提出了一种新的方法，可以有效地提高性能的PrLM在文本分类。基于规则的简化过程应用于给定的句子。PrLM被鼓励预测的真实标签与辅助输入的简化版本的给定的句子。使用强PrLM（BERT和ELECTRA）作为基线，我们的方法仍然可以进一步提高各种文本分类任务的性能。
2020-12-30 cs.CL
Redefining Simplicity: Benchmarking Large Language Models from Lexical to Document Simplification
School of Information and Engineering, Yangzhou University（扬州大学信息工程学院）；School of Computer Science and Information Technology, Hefei University of Technology（合肥工业大学计算机与信息学院）
针对现有研究仅验证大语言模型（LLMs）在句子简化任务优势的局限，首次全面分析其在词汇、句法、句子和文档简化四个文本简化任务的性能，对比多种LLMs与传统方法，发现LLMs在所有任务中均更优且输出质量常超人类参考，为TS研究提供新基准。
2025-02-12 cs.CL
Dancing Between Success and Failure: Edit-level Simplification Evaluation using SALSA
School of Interactive Computing（交互计算学院）；Georgia Institute of Technology（佐治亚理工学院）
针对现有文本简化评估方法无法揭示系统具体优缺点的问题，提出基于编辑的人工标注框架SALSA，通过21种编辑类型实现细粒度评估，并据此开发了无需参考的自动指标LENS-SALSA及词级质量估计基线。
2023-10-22 cs.CL
Explainable Prediction of Text Complexity: The Missing Preliminaries for Text Simplification
University of Michigan（密歇根大学）
文本简化降低了专业内容的语言复杂性，以实现可访问性。端到端的神经网络模型已经被广泛采用来直接生成输入文本的简化版本，通常用作黑盒。我们表明，文本简化可以分解成一个紧凑的任务管道，以确保过程的透明度和可解释性。这个流程中的前两个步骤经常被忽略：1）预测给定的文本是否需要简化，2）如果需要，识别文本的复杂部分。这两个任务可以使用词汇或深度学习方法单独解决，也可以联合解决。简单地应用可解释的复杂度预测作为初步步骤，最先进的黑盒简化模型的样本外文本简化性能可以大幅提高。
2021-07-07 cs.AI cs.CL cs.LG
Automatic Text Simplification of News Articles in the Context of Public Broadcasting
Université du Québec à Montréal（魁北克大学蒙特利尔分校）；CBC/Radio-Canada（加拿大广播公司）；Université catholique de Louvain（鲁汶天主教大学）；Conseil National de Recherche du Canada（加拿大国家研究委员会）
本报告总结了作者于2022年8月在蒙特利尔大学举行的第十二届蒙特利尔工业问题解决研讨会期间开展的工作。该小组处理了加拿大广播公司/加拿大广播电台提出的关于自动文本简化的问题。
2022-12-26 cs.AI cs.CL cs.LG
Unsupervised Simplification of Legal Texts
Bilkent University（比尔肯特大学）
法律文本的处理是自然语言处理中的一个新兴领域。法律文本包含独特的术语和复杂的语言属性在词汇，语义，句法和形态。因此，特定于法律领域的文本简化（TS）方法的开发对于促进普通人对法律文本的理解以及为主流法律NLP应用程序的高级模型提供输入至关重要。虽然最近的研究提出了一个基于规则的TS方法的法律文本，学习为基础的TS在法律领域还没有被考虑以前。本文介绍了一种无监督的法律文本简化方法USLT。USLT通过替换复杂词和拆分长句来执行特定于领域的TS。为此，USLT检测句子中的复杂单词，通过掩蔽变换器模型生成候选词，并基于排名分数选择候选词进行替换。然后，USLT递归地将长句分解为较短的核心句和上下文句，同时保留语义。我们证明，USLT优于国家的最先进的领域一般TS方法在文本的简单性，同时保持语义完整。
2022-09-01 cs.AI cs.CL cs.LG
Unsupervised Neural Text Simplification
IBM Research（IBM研究院）
本文提出了第一次尝试无监督神经文本简化，只依赖于未标记的文本语料库。核心框架由一个共享的编码器和一对注意力解码器组成，并通过基于损失的鉴别和去噪来获得简化知识。该框架使用从en-Wikipedia dump收集的未标记文本进行训练。我们的分析（包括定量和定性涉及人类评估）的公共测试数据表明，该模型可以执行文本简化在词汇和句法水平，现有的监督方法的竞争力。添加一些标记对还可以进一步提高性能。
2019-08-21 cs.CL cs.LG
Cognitive Simplification Operations Improve Text Simplification
Tel Aviv University（特拉维夫大学）；Hebrew University of Jerusalem（希伯来大学）
文本简化（TS）是将文本转换为更易于阅读的形式，同时保持原始文本的含义的任务。TS的一个子任务是认知简化（CS），将文本转换为认知障碍者易于理解的形式，而不会使其变得幼稚或简单化。这个子任务还有待于用NLP中的神经方法来探索，并且几乎没有可用的资源。在本文中，我们提出了一种方法，将知识从认知可及性域到TS模型，通过引入一个归纳偏见，关于使用什么样的简化操作。我们表明，通过将这种归纳偏差添加到TS训练的模型中，它能够更好地适应CS，而无需看到CS数据，并且在传统的TS基准测试中优于基线模型。此外，我们提供了一个新的测试数据集的CS，并分析CS语料库和现有的TS语料库之间的差异，在如何简化操作的应用。
2022-11-16 cs.AI cs.CL
Exploiting Summarization Data to Help Text Simplification
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）；Center for Data Science, Peking University（北京大学数据科学中心）；The MOE Key Laboratory of Computational Linguistics, Peking University（北京大学计算语言学教育部重点实验室）
文本简化的主要问题之一是缺乏高质量的数据。简化数据集的来源仅限于维基百科和Newsela，限制了该领域的进一步发展。本文分析了文本摘要与文本简化之间的相似性，并利用摘要数据来帮助简化。首先，我们提出了一个对齐算法来提取句子对摘要数据集。然后，我们设计了四个属性来表征简化程度，并提出了一种方法来筛选合适的对。我们将这些对命名为Sum4Simp（S4S）。接下来，我们进行了人工评估，以证明S4S是高质量的，并将其与真实的简化数据集进行了比较。最后，我们进行了实验，以说明S4S可以提高几个主流的简化模型的性能，特别是在低资源的情况下。
2023-02-14 cs.AI cs.CL
Exploring Automatic Text Simplification of German Narrative Documents
Hamburg Univ. of Applied Sciences（汉堡应用科学大学）；Univ. of Göttingen（哥廷根大学）
针对德语叙事文本简化数据集稀缺、现有方法效果不佳的问题，采用Longformer注意力与预训练mBART模型开展探究，验证现有方法的不足并提出未来研究方向。
2023-12-15 cs.AI cs.CL
Text and Audio Simplification: Human vs. ChatGPT
University of Arizona（亚利桑那大学）；Pomona College（波莫纳学院）
本文系统比较了人类与ChatGPT在医疗文本和音频简化上的表现，通过十四项指标和专家评估发现ChatGPT风格受偏好但内容保留较弱。
2024-04-29 cs.AI cs.CL
Medical Text Simplification: Optimizing for Readability with Unlikelihood Training and Reranked Beam Search Decoding
Yale University（耶鲁大学）；Yale School of Medicine（耶鲁大学医学院）；Allen Institute for AI（艾伦人工智能研究所）
本文针对医学文本简化质量与多样性不足的问题，提出非似然损失和重排序束搜索解码方法，在三个数据集上提升了可读性指标。
2023-10-26 cs.AI cs.CL
Felix: Flexible Text Editing Through Tagging and Insertion
University of Edinburgh（爱丁堡大学）；Google Research（谷歌研究院）
我们提出了Felix -一种灵活的文本编辑生成方法，旨在从双向上下文解码和自我监督预训练的想法中获得最大利益。与传统的序列到序列（seq 2seq）模型相比，Felix在低资源设置中是高效的，并且在推理时间上是快速的，同时能够对灵活的输入输出转换进行建模。我们通过将文本编辑任务分解为两个子任务来实现这一点：标记以决定输入标记的子集及其在输出文本中的顺序，插入以填充输入中不存在的输出中缺少的标记。标记模型采用了一种新的指针机制，而插入模型是基于一个掩蔽的语言模型。这两个模型都被选择为非自回归，以保证更快的推理。与最近的文本编辑方法和强大的seq 2seq基线相比，Felix在四个NLG任务上表现良好：句子融合，机器翻译自动后期编辑，摘要和文本简化。
2020-03-24 cs.CL
Align and Shine: Building High-Quality Sentence-Aligned Corpora for Multilingual Text Simplification
Centre for Translation, Localisation and Interpreting Studies（翻译、本地化与诠释研究中心）；School of Languages, Cultures and Societies（语言、文化和社会学院）；University of Leeds, UK（利兹大学）
本文通过收集和处理可比语料库中的众包简化数据，构建了多语言文本简化任务的高质量句子对语料库，解决了其他语言缺乏大规模高质量数据的问题。
2026-05-10 cs.AI cs.CL
Applications of BERT Based Sequence Tagging Models on Chinese Medical Text Attributes Extraction
Tsinghua-iFlytek Joint Laboratory（清华大学科大讯飞联合实验室）
我们将中文医学文本属性抽取任务转化为序列标注或机器阅读理解任务。基于BERT预训练模型，我们不仅尝试了广泛使用的LSTM-CRF序列标记模型，还尝试了其他序列模型，如CNN，UCNN，WaveNet，SelfAttention等，这些模型达到了与LSTM+CRF相似的性能。这揭示了传统的序列标记模型。由于不同序列标记模型的重点方面差异很大，因此将这些模型集成在一起会增加最终系统的多样性。通过这样做，我们的系统在中文医学文本属性提取任务（CCKS 2019任务1的子任务2）上取得了良好的性能。
2020-08-22 cs.CL
Revisiting non-English Text Simplification: A Unified Multilingual Benchmark
School of Interactive Computing（交互计算学院）；Georgia Institute of Technology（佐治亚理工学院）
本文提出包含12种语言、超过170万句对的MultiSim多语言文本简化基准，实验表明多语言训练、俄语零样本跨语言迁移及BLOOM-176b少样本提示在非英语简化任务中表现优异。
2023-05-25 cs.AI cs.CL
OUNLP at TSAR 2025 Shared Task: Multi-Round Text Simplifier via Code Generation
School of Computer Science University of Oklahoma（计算机科学学院俄克拉荷马大学）
OUNLP通过代码生成在TSAR 2025共享任务中提出多轮文本简化方法，利用基于规则和LLM的联合简化技术提升可读性控制的文本简化性能。
2025-11-06 cs.AI cs.CL
Semantic Structural Evaluation for Text Simplification
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
目前评价文本简化系统的方法主要侧重于评价词汇文本方面，而忽视了其结构方面。在本文中，我们提出了第一个措施，以解决结构方面的文本简化，称为SAMSA。它利用语义解析的最新进展，通过基于语义结构分解输入并将其与输出进行比较来评估简化质量。SAMSA提供了一个无参考的自动评估过程，避免了基于参考的方法由于给定句子的有效简化的巨大空间而面临的问题。我们的人类评价实验表明，SAMSA的大量相关性与人类的判断，以及现有的基于参考的措施，在评估结构简化的不足。
2018-10-11 cs.CL
eFontes. Part of Speech Tagging and Lemmatization of Medieval Latin Texts.A Cross-Genre Survey
Institute of Polish Language (Polish Academy of Sciences)（波兰科学院波兰语言研究所）；AGH University（AGH大学）；Enelpol（恩内波尔公司）；Jagiellonian University（雅盖隆大学）
本文提出基于Transformers的eFontes模型，用于中世纪拉丁文本的词形还原、词性标注和形态特征确定，在UD及自建波兰中世纪拉丁语料库上训练，取得较高准确率，并展望扩展至命名实体识别。
2024-06-29 cs.CL cs.LG
Noisy Channel for Automatic Text Simplification
UPV/EHU（巴斯克大学）；UNL（国立海岸大学）；University of Deusto（德乌斯托大学）；University of the Basque Country UPV/EHU（巴斯克大学）
在本文中，我们提出了一个简单的重新排序的方法，自动句子简化的基础上的噪声信道计划。代替直接计算给定复杂文本的最佳简化，重新排序方法还根据语言模型考虑简单句子产生复杂对应物的概率以及简单文本本身的概率。我们的实验表明，在三个不同的英语数据集中，结合这些分数优于原始系统，在其中一个数据集中产生最知名的结果。采用噪声信道方案开辟了将额外信息注入ATS系统的新方法，从而控制它们的重要方面，这是端到端神经seq2seq生成模型的已知限制。
2022-11-06 cs.AI cs.CL
CUT: Controllable Unsupervised Text Simplification
Ukrainian Catholic University（乌克兰天主教大学）；ShipHawk；Facebook（脸书）
在本文中，我们专注于在无监督环境中学习可控文本简化的挑战。虽然这个问题以前已经讨论了监督学习算法，在无监督方法的类比文献是稀缺的。我们提出了两种无监督机制来控制生成的文本的输出复杂度，即，回译与控制令牌（基于学习的方法）和简单性感知的束搜索（基于解码的方法）。我们表明，通过轻推一个回翻译算法，以了解相对简单的文本相比，其嘈杂的翻译，算法自我监督，以产生所需的复杂性的输出。这种方法在成熟的基准测试中实现了具有竞争力的性能：在Newsela数据集上，SARI得分为46.88%，FKGL为3.65%。
2020-12-03 cs.CL cs.LG
Med-EASi: Finely Annotated Dataset and Models for Controllable Simplification of Medical Texts
Stanford University（斯坦福大学）；University of Zurich（苏黎世大学）；Cornell University（康奈尔大学）
自动医疗文本简化可以帮助提供者进行患者友好的沟通，使医疗文本更容易获得，从而提高健康素养。但是，为这项任务策划一个高质量的语料库需要医学专家的监督。在这项工作中，我们提出了$\textbf{Med-EASi}$（$\underline{\textbf{Med}}$ ical dataset for $\underline{\textbf{E}}$ labative and $\underline{\textbf{A}}$ bstractive $\underline{\textbf{Si}}$ mplification），一个独特的众包和精细注释的数据集，用于监督简化简短的医学文本。它的$\textit{expert-layman-AI collaborative}$注释通过标记四种文本转换（细化、替换、删除和插入），促进了$\textit{controllability}$对文本的简化。为了学习医学文本简化，我们使用四种不同风格的输入输出组合对T5-large进行了微调，从而产生了两个无控制和两个可控版本的模型。通过使用多角度训练方法，我们将两种类型的$\textit{controllability}$添加到文本简化中：$\textit{position-aware}$，它使用就地注释的输入和输出，以及$\textit{position-agnostic}$，其中模型只知道要编辑…
2023-02-17 cs.CL
Role of Dependency Distance in Text Simplification: A Human vs ChatGPT Simplification Comparison
University of Arizona（亚利桑那大学）；Pomona College（波莫纳学院）；University of Saskatchewan（萨斯喀彻温大学）
本研究对比了人类专家与ChatGPT对220个句子的文本简化，发现人类简化句子的平均依存距离最低，ChatGPT次之，原始句子最高。
2024-05-20 cs.CL
A Corpus for Automatic Readability Assessment and Text Simplification of German
University of Zurich（苏黎世大学）
在本文中，我们提出了一个语料库，用于自动可读性评估和自动文本简化的德语。该语料库由网络来源汇编而成，约有211 000句。作为一个新的贡献，它包含了文本结构，排版和图像的信息，可以利用作为机器学习方法的可读性评估和文本简化的一部分。本出版物的重点是将这些信息表示为对现有语料库标准的扩展。
2019-09-19 cs.CL
A Semantic Relevance Based Neural Network for Text Summarization and Text Simplification
Peking University（北京大学）
文本摘要和文本简化是为包括儿童、非母语者和功能性文盲在内的贫困读者简化文本的两种主要方法。文本摘要是对文本的主要内容进行简要概括，而文本简化则是降低文本的语言复杂度，保留原文的意思。目前，大多数的文本摘要和文本简化方法都是基于序列到序列模型，它在许多文本生成任务中取得了很大的成功。然而，尽管生成的简化文本在字面上与源文本相似，但它们的语义相关性较低。在这项工作中，我们的目标是提高源文本和简化文本的文本摘要和文本简化之间的语义相关性。我们引入了一个基于语义相关性的神经模型，以鼓励文本和摘要之间的高语义相似性。在我们的模型中，源文本由门控注意编码器表示，而摘要表示由解码器产生。此外，表示之间的相似性得分在训练期间被最大化。我们的实验表明，该模型优于国家的最先进的系统在两个基准语料库。
2017-10-06 cs.CL
On the Ethical Considerations of Text Simplification
University of Cambridge（剑桥大学）
本文概述了文本简化的辅助系统的框架内的伦理影响。我们认为，执行文本简化和实现这些辅助技术的技术之间的区别。当使用后者作为研究动机时，重要的是要仔细考虑随后的伦理影响。我们提供了独立于辅助系统的文本简化框架的指导方针，并根据所提出的问题为未来的研究和讨论提出了方向。
2022-04-20 cs.CL cs.ET cs.HC
