Controllable Text Simplification with Deep Reinforcement Learning
Controllable Text Simplification with Deep Reinforcement Learning
复制标题
通过深度强化学习实现可控文本简化
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
and Yuki Arase
中科院分区：
文献类型：
--
作者：
Daiki Yanamoto;Tomoki Ikawa;Tomoyuki Kajiwara;Takashi Ninomiya;Satoru Uchida;and Yuki Arase
登录
查看更多内容
DOI：
10.18653/v1/p19-2036
发表时间：
2019-07
期刊：
--
影响因子：
--
作者：
Daiki Nishihara;Tomoyuki Kajiwara;Yuki Arase
通讯作者：
Daiki Nishihara;Tomoyuki Kajiwara;Yuki Arase
重新审视神经机器翻译强化学习的弱点
DOI：
10.18653/v1/2021.naacl-main.133
发表时间：
2021
期刊：
ArXiv
影响因子：
--
作者：
Samuel Kiegeland;Julia Kreutzer
通讯作者：
Julia Kreutzer
更新的方法
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Fukuzawa;K.;Dannoura;M. and Shibata;H
通讯作者：
H
使用语法性、意义保存和简单性方面的监督奖励通过强化学习来简化文本
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
Akifumi Nakamachi;Tomoyuki Kajiwara;Yuki Arase
通讯作者：
Yuki Arase
一种基于非自回归编辑的可控文本简化方法
DOI：
10.18653/v1/2021.findings-acl.330
发表时间：
2021
期刊：
Proceedings of the CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Sweta Agrawal;Weijia Xu;Marine Carpuat
通讯作者：
Marine Carpuat