Optimierung der statistischen Maschinübersetzung für Textvereinfachung

Die meisten aktuellen Systeme zur Satzvereinfachung nutzen einfache Maschinenübersetzungsmodelle, um lexikalische und syntaktische Paraphrasen aus einem manuell vereinfachten parallelen Korpus zu lernen. Diese Ansätze sind jedoch durch die Qualität und Menge an manuell vereinfachten Korpora begrenzt, die aufwendig zu erstellen sind. In diesem Paper führen wir eine eingehende Anpassung der statistischen Maschinenübersetzung zur Satzvereinfachung durch, wobei wir große Mengen an Paraphrasen aus zweisprachigen Texten sowie eine geringe Menge an manuellen Vereinfachungen mit mehreren Referenzen nutzen. Unser Beitrag ist der erste, der automatische Metriken entwirft, die effektiv zur Feinabstimmung und Bewertung von Vereinfachungssystemen eingesetzt werden können, was die iterative Entwicklung dieses Tasks erheblich erleichtern wird.