医疗文本简化：通过不太可能的训练和重新排序的束搜索解码来优化可读性

原文约300字，阅读约需1分钟。发表于：。

本文研究了在医学领域中进一步提高文本简化可读性的方法，通过提出新的非概然性损失函数和重新排序的束搜索解码方法，在三个数据集上取得了更好的可读性指标表现，这些研究结果为改善医学领域的文本简化提供了有希望的途径。

本文提出了一种无监督神经文本简化的框架，使用未标记文本语料库进行训练，可以在词汇和句法两个级别上进行文本简化，竞争现有的监督方法。同时，增加标记的对也可以进一步提高性能。