【ACL2020】利用模拟退火实现无监督复述

无监督复述是自然语言处理中的重要研究课题。我们提出了一种利用模拟退火实现无监督复述的新方法，我们将复述建模为一个离散优化问题，并提出了一个精心设计的目标函数，包括语义相似性、表达多样性和释义的语言流畅性等衡量指标。通过执行一系列的局部编辑，在整个句子空间中搜索满足该目标函数的句子。因为我们的方法是无监督的，不需要平行语料库进行训练，因此可以方便地应用于不同领域的复述生成任务。我们在各种基准数据集上（Quora、Wikianswers、MSCOCO和Twitter）评估了本方法，结果表明，与以往的无监督方法相比，我们的方法在自动评估和人工评估方面都具备明显的优越性。此外，我们无监督方法优于大多数现有的领域自适应监督模型。

https://arxiv.org/abs/1909.03588

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“UPSA” 可以获取《ACL2020利用模拟退火实现无监督复述》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源