ساده‌سازی خودکار متن ۲۰۲۲
Automatic Text Simplification 2022

به لطفِ دسترسی به متون گوناگون در وب طی سال‌های اخیر، دانش و اطلاعاتِ بیشتری در دسترسِ مخاطبان گسترده‌تری قرار گرفته است. با این حال، نحوه‌ی نگارش یک متن – واژگان و ساختار نحوی آن – می‌تواند برای بسیاری از افراد، به‌ویژه کسانی که سوادِ کافی ندارند، دچارِ اختلالات شناختی یا زبانی هستند، یا دانشِ محدودی از زبانِ متن دارند، دشوار و گیج‌کننده باشد. متونی که حاوی کلماتِ نامتعارف یا جملاتِ طولانی و پیچیده هستند، هم برای انسان‌ها و هم برای ماشین‌ها، دشوار به نظر می‌رسند. ساده‌سازی خودکار متن، فرآیندِ تبدیلِ یک متن به متنی دیگر است که در حالت ایده‌آل، همان پیام را منتقل می‌کند، اما خواندن و درک آن برای مخاطبانِ وسیع‌تری آسان‌تر خواهد بود. این فرآیند معمولاً شاملِ جایگزینی عباراتِ دشوار یا ناشناخته با معادل‌های ساده‌تر و تبدیلِ جملاتِ طولانی و از نظرِ نحوی پیچیده به جملاتِ کوتاه‌تر و کم‌پیچیده‌تر است. ساده‌سازی خودکار متن، یک موضوع تحقیقاتی که ۲۰ سال پیش آغاز شد، اکنون به دلیل چالش‌های جالبِ موجود در آن و همچنین پیامدهای اجتماعی‌اش، نقشِ محوری در تحقیقاتِ پردازش زبان طبیعی ایفا می‌کند.

این کتاب، پژوهش‌های گذشته و کنونی در زمینه‌ی ساده‌سازی متن را ارائه می‌کند و به بررسی مسائل کلیدی از جمله ارزیابی خودکارِ خوانایی، ساده‌سازی واژگانی و ساده‌سازی نحوی می‌پردازد. همچنین شرحِ مفصلی از تکنیک‌های یادگیری ماشین که در حال حاضر در ساده‌سازی استفاده می‌شوند، ارائه می‌دهد، سیستم‌های کاملی که برای زبان‌ها و مخاطبانِ هدفِ خاص طراحی شده‌اند را توصیف می‌کند، و منابعِ موجود برای تحقیق و توسعه را همراه با تکنیک‌های ارزیابی ساده‌سازی متن ارائه می‌نماید.

Thanks to the availability of texts on the Web in recent years, increased knowledge and information have been made available to broader audiences. However, the way in which a text is written—its vocabulary, its syntax—can be difficult to read and understand for many people, especially those with poor literacy, cognitive or linguistic impairment, or those with limited knowledge of the language of the text. Texts containing uncommon words or long and complicated sentences can be difficult to read and understand by people as well as difficult to analyze by machines. Automatic text simplification is the process of transforming a text into another text which, ideally conveying the same message, will be easier to read and understand by a broader audience. The process usually involves the replacement of difficult or unknown phrases with simpler equivalents and the transformation of long and syntactically complex sentences into shorter and less complex ones. Automatic text simplification, a research topic which started 20 years ago, now has taken on a central role in natural language processing research not only because of the interesting challenges it posesses but also because of its social implications. This book presents past and current research in text simplification, exploring key issues including automatic readability assessment, lexical simplification, and syntactic simplification. It also provides a detailed account of machine learning techniques currently used in simplification, describes full systems designed for specific languages and target audiences, and offers available resources for research and development together with text simplification evaluation techniques.