【论文泛读】Simple and Effective Retrieve-Edit-Rerank Text Generation

简单有效的检索-编辑-重排文本生成
作者：Nabil Hossain, Marjan Ghazvininejad and Luke Zettlemoyer

摘要

检索和编辑 seq2seq 方法通常从训练集中检索输出，并学习模型以对其进行编辑以产生最终输出。
问题
我们建议用一种简单有效的后代排序方法来扩展这一框架。
解决对策
我们的框架(I)为每个输入检索几个潜在相关的输出，(Ii)独立地编辑每个候选，以及(Iii)对编辑后的候选进行重新排序以选择最终输出。我们使用标准的编辑模型和简单的特定于任务的重新排序方法，我们的经验表明，这种方法比现有的、复杂得多的方法要好得多。
创新点
在两个机器翻译(MT)数据集上的实验显示了新的最新结果。我们还在Gigaword摘要数据集上取得了接近最新水平的性能，我们的分析表明，在未来的工作中，如果选择更好的候选输出，性能还有很大的提高空间。