计算机工程

作者：付叶蔷, 李军辉

单位：苏州大学 计算机科学与技术学院, 江苏 苏州 215006

关键词：抽象语义表示,语料规模,AMR文本生成,动态数据扩充,噪声

基金：国家自然科学基金（61876120）。

在抽象语义表示（AMR）文本生成过程中，AMR图到文本形式的转换在很大程度上受语料规模的影响。提出一种简单有效的动态数据扩充方法，在已标注数据集规模有限的情况下提高AMR文本生成性能。将AMR文本生成模型解码端视作一个语言模型，使用单词级别的扩充方法，通过动态地对目标端单词进行随机替换，得到带噪声的数据，从而增强模型的泛化能力。在加载数据时，随机选择目标句子中的部分单词做噪声化处理，利用约束编码器预测被覆盖的单词并还原出原始语句，使模型具有更深层的语言表征能力。基于AMR2.0和AMR3.0英文标准数据集进行实验，结果表明，该方法可有效提升AMR文本生成系统性能，与未引入噪声的基准Transformer模型相比，能够获得更优的BLEU、Meteor和chrF++指标，其中BLEU值在人工标注语料场景下分别提升0.68和0.64，且在大规模自动标注语料场景下也能提升0.60和0.68。

来源：2022年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第5期