초록
텍스트 단순화는 문법과 구조를 단순화함으로써 텍스트를 더 쉽게 읽고 이해할 수 있도록 하는 작업이며, 동시에 원래의 정보를 유지하는 것이 목적이다. 이는 일반적으로 동일한 단순화 방식이 모든 사용자에게 적합하다고 여겨지는 종합적이고 일반적인 작업으로 간주되지만, 다양한 사용자들이 단순화된 텍스트를 각기 다른 방식으로 활용할 수 있다. 우리는 시퀀스-투-시퀀스 모델 기반의 단순화 시스템에 대해 명시적인 제어를 가능하게 하는 이산적 파라미터화 메커니즘을 도입한다. 그 결과 사용자는 길이, 어휘적 복잡성, 문법적 복잡성, 재설명 정도와 같은 속성에 따라 모델이 반환하는 단순화 결과를 조건화할 수 있다. 또한 이러한 속성에 대해 신중하게 선택된 값을 적용함으로써, 기존의 표준 시퀀스-투-시퀀스 모델이 단순화 벤치마크에서 기존 최고 성능 모델을 초월할 수 있음을 보여준다. 본 연구에서 제안하는 모델, 즉 ACCESS(AudienCe-CEntric Sentence Simplification의 약자)는 WikiLarge 테스트 세트에서 41.87의 SARI 점수를 기록하며, 이는 이전에 보고된 최고 성능보다 +1.42 향상된 수치로, 현재 최고의 성능을 달성하였다.