
摘要
本文提出了一种基于语言模型的删除式句子压缩评估方法,并将该任务视为一系列通过评估器执行的删除与评估操作。具体而言,该评估器是一种语法神经语言模型,首先通过学习词语之间的句法与结构共现关系进行构建。随后,在强化学习框架下对源句进行一系列试错式的删除操作,以获得最优的目标压缩结果。实证研究表明,所提出的模型能够有效生成更具可读性的压缩句,其性能可与多个强基线方法相媲美,甚至更为优越。此外,本文还构建了一个包含200个句子的测试集,用于大规模数据集上的评估,为未来的研究设立了新的基准。
本文提出了一种基于语言模型的删除式句子压缩评估方法,并将该任务视为一系列通过评估器执行的删除与评估操作。具体而言,该评估器是一种语法神经语言模型,首先通过学习词语之间的句法与结构共现关系进行构建。随后,在强化学习框架下对源句进行一系列试错式的删除操作,以获得最优的目标压缩结果。实证研究表明,所提出的模型能够有效生成更具可读性的压缩句,其性能可与多个强基线方法相媲美,甚至更为优越。此外,本文还构建了一个包含200个句子的测试集,用于大规模数据集上的评估,为未来的研究设立了新的基准。