초록
문장 단순화는 문장을 더 쉽게 읽고 이해할 수 있도록 만드는 것을 목표로 합니다. 최근의 대부분 접근 방식은 복잡한 문장과 간단한 문장으로 구성된 단일 언어 말뭉치에서 단순화 재작성을 학습하기 위해 기계 번역의 통찰력을 활용합니다. 우리는 인코더-디코더 모델과 깊은 강화학습 프레임워크를 결합하여 단순화 문제를 다루었습니다. 우리의 모델, {\sc Dress} ({\bf D}eep {\bf RE}inforcement {\bf S}entence {\bf S}implification의 약자)는 가능한 단순화 공간을 탐색하면서 간단하고 유창하며 입력의 의미를 보존하는 출력을 장려하는 보상 함수를 최적화하도록 학습합니다. 세 개의 데이터셋에 대한 실험 결과, 우리의 모델이 경쟁력 있는 단순화 시스템들을 능가함을 입증하였습니다.