Lernen, um umzuformulieren

Wir befassen uns mit dem Text-zu-Text-Generierungsproblem des Satz-Umformulierens – einem Phänomen, das sich von der Wort- oder Phrasen-Umformulierung unterscheidet und schwieriger ist. Unser Ansatz wendet multiple Sequenz-Ausrichtung auf Sätze an, die aus unannotierten vergleichbaren Korpora gesammelt wurden: Er lernt eine Reihe von Umformulierungsmustern, die durch Wortgitterpaare dargestellt werden, und bestimmt automatisch, wie diese Muster angewendet werden, um neue Sätze umzuschreiben. Die Ergebnisse unserer Bewertungsexperimente zeigen, dass das System präzise Umformulierungen ableitet und Basissysteme übertrifft.