Автоматическая лексическая адаптация русскоязычных текстов

Обложка

Цитировать

Полный текст

Аннотация

В статье описан способ лексического упрощения русскоязычных текстов, основанный на обратном использовании словаря синонимов, а именно, на замене синонимов соответствующими доминантами. Поскольку это нельзя делать абсолютно формально, нами были подготовлены специальные базы синонимов, которые снабжены разметкой, необходимой для получения в замененном тексте правильного синтаксиса.

Об авторах

Артём Владимирович Ниценко

Институт проблем искусственного интеллекта

Автор, ответственный за переписку.
Email: nav_box@mail.ru

кандидат технических наук, заведующий отделом распознавания речевых образов

Россия, Донецк

Владислав Юрьевич Шелепов

Институт проблем искусственного интеллекта

Email: vladislav.shelepov2012@yandex.ru

доктор физико-математических наук, профессор, главный научный сотрудник отдела распознавания речевых образов

Россия, Донецк

Светлана Анатольевна Большакова

Институт проблем искусственного интеллекта

Email: svetlako@yandex.com

младший научный сотрудник отдела распознавания речевых образов

Россия, Донецк

Список литературы

  1. Coster W., Kauchak D. Simple English Wikipedia: a new text simplification task // Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies. 2011. Р. 665–669.
  2. Woodsend K., Lapata M. Wikisimple: Automatic simplification of Wikipedia articles // Proceedings of the National Conference on Artificial Intelligence. 2011. P. 927-932.
  3. De Belder J., Deschacht K., Moens M.F. Lexical simplification // Electronic resource. URL: https://www.researchgate.net/ profile/Marie-Francine-Moens/publication/265205638_Lexical_Simplification/links/54872b890cf289302e2ed53b/Lexical-Simplification.pdf (accessed 01.07.2024).
  4. De Belder J., Moens M.F. Text simplification for children // Proceedings of the SIGIR workshop on accessible search systems. ACM. 2010. P. 19-26.
  5. Хафизова Э. И. Адаптация сложности текстов и текстовых заданий // Молодой ученый. 2021. № 12 (354). С. 266-268.
  6. Kim Y.S., Hullman J., Adar E. DeScipher: A Text Simplification Tool for Science Journalism // Electronic resource. URL: https://cond.org/cjdescipher.pdf (accessed 01.07.2024).
  7. Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L. et al. Attention is all you need // 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA. P. 5998–6008.
  8. Devlin J., Chang M.-W., Lee K., Toutanova K. BERT: Pretraining of deep bidirectional transformers for language understanding // Proceedings of NAACL-HLT 2019. Minneapolis, Minnesota, Association for Computational Linguistics P. 4171–4186.
  9. Monteiro J., Aguiar M., Araújo S. Using a Pre-trained SimpleT5 Model for Text Simplification in a Limited Corpus // CLEF 2022 – Conference and Labs of the Evaluation Forum, September 5–8, 2022, Bologna, Italy. CEUR Workshop Proceedings. CEUR-WS.org. 2022. P. 2826–2831.
  10. Raffel C., Shazeer N., Roberts A., Lee K., Narang S. et al. Exploring the limits of transfer learning with a unified textto-text transformer // Journal of machine learning research. 2019. V. 21. P. 5485–5551.
  11. Fenogenova, A. Text Simplification with Autoregressive Models // Annual International Conference on Computational Linguistics and Intellectual Technologies, Dialogue. 2021, Труды конференции. Выпуск 20. М: Российский государственный гуманитарный университет. 2021. С. 227-234.
  12. Liu Y., Gu J., Goyal N., Li X., Edunov S. et al. Multilingual denoising pre-training for neural machine translation // Transactions of the Association for Computational Linguistics. 2020. V. 8. P. 726–742.
  13. Lewis M., Liu Y., Goyal N. et al. BART: Denoising Sequence-to-Sequence Pre-training for Natural Language Generation, Translation, and Comprehension // Proceedings of the 58thAnnual Meeting of the Association for Computational Linguistics. 2020. P. 7871–7880.
  14. Sakhovskiy A., Tutubalina E., Malykh V. et al. RuSimpleSentEval-2021 Shared Task: Evaluating Sentence Simplification for Russian // Annual International Conference on Computational Linguistics and Intellectual Technologies, Dialogue. 2021, Труды конференции. Выпуск 20. М: Российский государственный гуманитарный университет. 2021. С. 607-617.
  15. Shatilov A. A., Rey A. I. Sentence simplification with ruGPT3 // Annual International Conference on Computational Linguistics and Intellectual Technologies, Dialogue. 2021, Труды конференции. Выпуск 20. М: Российский государственный гуманитарный университет. 2021. С. 618-625.
  16. Komleva E. P. Anastasyev D. G. Sentence Simplification for Russian using Transfer Learning // Annual International Conference on Computational Linguistics and Intellectual Technologies, Dialogue. 2021, Труды конференции. Выпуск 20. М: Российский государственный гуманитарный университет. 2021. С. 1075-1080.
  17. Васильев Д.Д., Пятаева А.В. Использование языковых моделей T5 для задачи упрощения текста // Программные продукты и системы. 2023. Т. 36. № 2. С. 228–236. doi: 10.15827/0236-235X.142.228-236.
  18. Burstein J. The automated text adaptation tool // Proceedings of Human Language Technologies. The Annual Conference of the North American Chapter of the Association for Computational Linguistics. Demonstrations. Association for Computational Linguistics. 2007. P. 3-4.
  19. Александрова З.Е. Словарь синонимов русского языка. Практический справочник. Около 11 000 синонимических рядов. 11 изд., перераб. и доп. М.: Русский язык, 2001. 568 с.
  20. Ляшевская О. Н., Шаров С. А. Частотный словарь современного русского языка (на материалах Национального корпуса русского языка). М.: Издательский центр «Азбуковник». 2009. 1090 с.
  21. Национальный корпус русского языка. [Электронный ресурс] // URL: http://ruscorpora.ru/ (дата обращения: 01.07.2024).
  22. EASSE: Easier Automatic Sentence Simplification Evaluation / Fernando Alva-Manchego, Louis Martin, Carolina Scarton, Lucia Specia // Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). System Demonstrations. Hong Kong, China: Association for Computational Linguistics, 2019. P. 49–54. Access mode: https://www.aclweb.org/anthology/D19-3009.
  23. Shen L. LexicalRichness: A small module to compute textual lexical richness. 2022. URL: https://github.com/LSYS/lexicalrichness doi: 10.5281/zenodo.6607007.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».