Методы машинного перевода для создания корпуса упрощенных текстов на русском языке

Сегодня обработка естественного языка становится все более популярной. Нейронные сети решают многие рутинные задачи, которые раньше выполнялись вручную. Машинный перевод является одним из самых перспективных направлений, в котором уже сейчас удалось достичь значительного прогресса. Методы машинного перевода также могут быть успешно применены и для задачи упрощения предложений. Актуальность этого исследования обусловлена тем, что упрощение предложений на русском языке не было достаточно изучено. Целью данной работы является изучение роли машинного перевода в обучении моделей для автоматического упрощения предложений и преодоления проблемы нехватки данных. В рамках исследования англоязычный параллельный корпус WikiLarge был автоматически переведен на русский язык и использован для обучения нейросетевой модели машинного перевода с целью ее адаптации для упрощения предложений на русском языке. Полученная в итоге модель достигает хорошего качества и показывает, что переведённые данные могут быть использованы для обучения. Особенно эффективным является их сочетание с корпусом парафраз. Это является стимулом для дальнейшего исследования задачи упрощения предложений на русском языке, включая применение существующих улучшений и разработку новых методов. Переведенный корпус WikiLarge может быть использован для изучения задачи упрощения для русского языка в целом, а также обучения и оценивания новых, более сложных моделей в будущем.