【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。