要約
私たちは新たなテキスト編集タスクを提案します。このタスクは、\textit{事実ベースのテキスト編集}と呼ばれ、目的は与えられたドキュメントを知識ベース（例えば、複数のトリプル）に記載された事実をより正確に描写するように修正することです。このタスクは実際の用途において重要であり、テキスト編集中で真実を反映することは一般的な要件となっています。まず、事実ベースのテキスト編集に関する研究用データセットを自動生成する方法を提案します。各インスタンスにはドラフトテキスト、改訂テキスト、およびトリプル形式で表現された複数の事実が含まれます。この方法を2つの公開テーブルからテキストへの変換データセットに適用し、それぞれ233,000件と37,000件のインスタンスからなる2つの新しいデータセットを得ました。次に、事実ベースのテキスト編集用の新しいニューラルネットワークアーキテクチャである\textsc{FactEditor}を提案します。\textsc{FactEditor}はバッファ、ストリーム、メモリを使用して与えられた事実に基づいてドラフトテキストを編集します。問題に対処するための一見単純なアプローチとしてはエンコーダー-デコーダーモデルを使用することが考えられます。しかし、2つのデータセットに対する私たちの実験結果は、\textsc{FactEditor}がエンコーダー-デコーダーアプローチよりも忠実性と流暢さにおいて優れていることを示しています。また、結果は\textsc{FactEditor}がエンコーダー-デコーダーアプローチよりも推論速度が速いことも示しています。