EditNTS: An Neural Programmer-Interpreter Model for Sentence Simplification through Explicit Editing

Nous présentons le premier modèle de simplification de phrase qui apprend les opérations d’édition explicites (ADD, DELETE et KEEP) via une approche de programmeur-interprète neuronal. La plupart des systèmes actuels de simplification de phrases neuronales sont des variantes des modèles séquence à séquence adoptés à partir de la traduction automatique. Ces méthodes apprennent à simplifier les phrases en tant que sous-produit du fait qu’elles sont formées sur des paires de phrases complexes-simples. En revanche, notre programmeur-interprète neuronal est directement formé pour prévoir des opérations explicites sur des parties ciblées de la phrase initiale, ressemblant ainsi à la manière dont les humains pourraient effectuer une simplification et une révision. Notre modèle surpasse de loin les meilleurs modèles de simplification de phrases neuronaux (sans connaissances externes) sur trois corpus de simplification de texte de référence en termes de SARI (+0.95 WikiLarge, +1.89 WikiSmall, +1.41 Newsela), et est jugé par les humains pour produire des phrases de sortie globalement meilleures et plus simples.