[논문 리뷰] Context-Preserving Text Simplification

Christina Niklaus, Matthias Cetto외 2명|arXiv (Cornell University)|2021. 05. 24.

Text Readability and Simplification참고 문헌 44인용 수 6

한 줄 요약

이 논문은 복잡한 문장을 의미적 계층으로 나누어 문맥을 유지하는 텍스트 단순화 프레임워크를 제안한다. 이는 문단 관계를 통해 연결된 자가 포함된 단순화된 명제들로 반복적으로 분할한다. 35개의 언어학적 기반 전환 규칙을 사용하여 구성 요소 분류에서 89%의 정밀도와 문단 관계 분류에서 평균 69%의 정밀도를 달성하며, 학습 데이터가 필요 없이도 논의 수준의 일관성을 유지함으로써 기존 방법을 능가한다.

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.

연구 동기 및 목표

• 기존의 텍스트 단순화를 위한 문장 분할 접근법에서 논의 수준의 일관성이 부족한 문제를 해결하기 위해.
• 단순화된 문장 출력에서 의미 관계와 문맥 계층을 유지하기 위해.
• 복잡한 문장을 세밀한 수준의 최소 명제 계층으로 변환하는 규칙 기반, 학습이 없는 방법을 개발하기 위해.
• RST-DT 코퍼스를 사용하여 계층적 구조와 문단 관계 분류 성능을 평가하기 위해.
• 단순화된 표현이 오픈 정보 추출과 같은 후속 NLP 작업의 전처리 단계로 유용함을 보여주기 위해.

제안 방법

• 35개의 수동으로 설계된 언어학적 규칙를 기반으로 한 재귀적 상향식 변환 단계를 사용한다. 이는 절과 구문 수준의 분리에 활용된다.
• 각 복잡한 문장은 의미적으로 일관되고 구조적으로 단순한 자가 포함된 최소 명제로 분해된다.
• 핵심 문장이 대조, 확장, 조건, 배경 등의 문단 관계를 통해 맥락과 연결되는 계층적 구조를 수립한다.
• 문단 관계는 특히 Rhetorical Structure Theory(RST)에 기반한 규칙 기반 분류 시스템을 사용하여 식별된다.
• 출력은 입력의 원래 맥락과 논의 구조를 유지하는 의미적 계층으로 구성된 단순화된 문장들이다.
• 이 프레임워크는 GitHub에 공개된 참조 시스템인 DisSim으로 구현되어 있다.

실험 결과

연구 질문

• RQ1 규칙 기반 접근법이 복잡한 문장을 더 단순한 구성 요소로 분할할 때 논의 수준의 일관성을 유지할 수 있는가?
• RQ2 계층적이고 맥락 인식 단순화 방법이 RST-DT 코퍼스에서 정의된 복잡한 문장의 문단 구조를 얼마나 정확히 복원할 수 있는가?
• RQ3 제안된 단순화 방법이 오픈 정보 추출과 같은 후속 NLP 작업에 어떻게 기여하는가?
• RQ4 이 방법은 단순화된 문장 단위 간의 계층적 순서와 문단 관계 분류에서 어떤 성능을 보이는가?
• RQ5 학습이 없는 언어학적 기반 시스템이 텍스트 단순화의 의미 계층 재구성에서 최첨단 성능을 달성할 수 있는가?

주요 결과

• RST-DT 코퍼스의 EDU에 단순화된 문장을 매핑할 때 구성 요소 유형 분류 정밀도가 89%를 기록했다.
• 분할된 문장 간의 문단 관계 식별 평균 정밀도는 69%로, 의미 관계를 잘 포착하고 있음을 보여준다.
• 전처리 단계로 사용했을 때, 단순화된 출력은 OIE2016 벤치마크에서 오픈 정보 추출 시스템의 F1 점수를 최대 25% 향상시키고, 재현율을 27% 향상시켰다.
• 스탠퍼드 오픈 정보 추출 시스템은 단순화된 명제를 사용했을 때 F1 점수가 25.0% 증가하고 재현율이 27.2% 증가하여 가장 높은 향상을 보였다.
• 이 방법은 계층적이고 문단 관계를 유지함으로써 후속 시스템이 추출된 튜플에 의미적 맥락을 더할 수 있도록 한다.
• 비맥락 기반 분할 방법에서 흔히 손실되는 일관성과 논의 구조를 유지함으로써, 이 방법은 기존의 구조적 단순화 접근법을 능가한다.