[論文レビュー] Context-Preserving Text Simplification

Christina Niklaus, Matthias Cetto+2 more|arXiv (Cornell University)|May 24, 2021

Text Readability and Simplification参考文献 44被引用数 6

ひとこと要約

本稿では、複雑な文を意味的階層構造を持つ簡素化済みの自己完結的命題に再帰的に分割する文脈を保全するテキスト簡素化フレームワークを提案する。35の言語的根拠に基づく変換ルールを用い、構文的構成分類で89%の精度、修辞的関係分類で平均69%の精度を達成し、訓練データを必要とせず議論的整合性を保ったまま、先行手法を上回る性能を発揮する。

ABSTRACT

We present a context-preserving text simplification (TS) approach that recursively splits and rephrases complex English sentences into a semantic hierarchy of simplified sentences. Using a set of linguistically principled transformation patterns, input sentences are converted into a hierarchical representation in the form of core sentences and accompanying contexts that are linked via rhetorical relations. Hence, as opposed to previously proposed sentence splitting approaches, which commonly do not take into account discourse-level aspects, our TS approach preserves the semantic relationship of the decomposed constituents in the output. A comparative analysis with the annotations contained in the RST-DT shows that we are able to capture the contextual hierarchy between the split sentences with a precision of 89% and reach an average precision of 69% for the classification of the rhetorical relations that hold between them.

研究の動機と目的

• 既存の文分割アプローチにおける議論的整合性の欠如に対処すること。
• 簡素化された文の出力において意味的関係と文脈的階層を保つこと。
• 複雑な文を微細な命題の階層に変換するルールベースで学習を要しない手法を開発すること。
• RST-DTコーパスを用いて、階層的構造および修辞的関係分類の性能を評価すること。
• 簡素化された表現が、オープン情報抽出などの下流NLPタスクの前処理としての有効性を示すこと。

提案手法

• 35の手作業で設計された言語的ルールに基づく再帰的トップダウン変換段階を用いる。
• 各複雑な文が意味的に整合的で構造的に単純な最小限の自己完結的命題に分解される。
• コア文がContrast（対比）、Elaboration（詳細説明）、Condition（条件）、Background（背景）などの修辞的関係を通じて文脈とリンクされる階層的構造が確立される。
• 修辞的関係は、特にRhetorical Structure Theory（RST）に根ざしたルールベースの分類システムを用いて特定される。
• 出力は、入力の元の文脈と議論的構造を保全する意味的階層構造を持つ簡素化された文の集合である。
• フレームワークはGitHubで公開されたリファレンスシステム「DisSim」として実装されている。

実験結果

リサーチクエスチョン

• RQ1 ルールベースのアプローチは、複雑な文をより単純な構成要素に分割する際に、議論的整合性を保てるか？
• RQ2 階層的かつ文脈に配慮した簡素化手法は、RST-DTコーパスで定義された複雑な文の修辞的構造をどの程度正確に回復できるか？
• RQ3 提案された簡素化手法は、オープン情報抽出のような下流NLPタスクにどのように寄与するか？
• RQ4 本手法は、簡素化された文単位間の階層的順序および修辞的関係の分類において、どの程度の性能を発揮するか？
• RQ5 学習を要しない言語的根拠に基づくシステムは、テキスト簡素化における意味的階層再構築で最先端の結果を達成できるか？

主な発見

• RST-DTコーパスにおける簡素化された文をEDUにマッピングする際、構成タイプ分類の精度が89%に達した。
• 分割された文間の修辞的関係同定の平均精度は69%であり、意味的関係を効果的に捉えていることを示している。
• 前処理ステップとして使用した場合、簡素化出力はOIE2016ベンチマークでF1スコアに最大25%、再現率に27%の向上をもたらした。
• スタンフォードオープン情報抽出システムでは、簡素化された命題を使用した際、F1スコアが25.0%、再現率が27.2%向上した。
• 本手法により、下流システムは階層的および修辞的関係を保全することで、抽出されたタプルに意味的文脈を付加できるようになった。
• 非文脈的分割手法で通常失われる整合性と議論的構造を維持する点で、本手法は既存の構造的簡素化アプローチを上回っている。