Simplificación de texto administrativo con Inteligencia Artificial

Abstract

[CA] En l'actualitat, part de la població pateix problemes de lectura la qual cosa obri la porta a la necessitat de facilitar mecanismes per a la simplificació de textos fins a una versió de lectura fàcil que permeta a la gent amb aquestes dificultats poder comprendre i guanyar un estalvi de temps en la lectura. L'objectiu del present treballe fi de grau és avaluar l'ús de la tecnologia de models de llenguatge per a la tasca de simplificació de textos administratius complexos a través del model de llenguatge GPT-3 i el sistema de simplificació TLDR This. El valor que aporta aquest treball és contribuir en la discussió sobre l'eficàcia d'aquestes eines per a la simplificació de textos administratius, analitzant com funcionen i, mostrant quins resultats són capaços de donar actualment. Entre els objectius específics destaca també estudiar els “prompts” més adequats en GPT-3 i el procediment òptim en TLDR This, amb la finalitat d'obtindre la millor versió simplificada. La metodologia del treball consistirà en la utilització de fonts, tant primàries com secundàries, a través de la realització d'una enquesta i l'estudi d'articles científics. Les conclusions més rellevants són: 1) Existeixen diferències significatives quant a la fluïdesa, comprensió i temps de lectura del text entre la versió original i la generada per GPT-3 i TLDR. 2) Les versions simplificades no són vàlides per a la simplificació de text administratiu en l'actualitat. La pèrdua que experimenten en la precisió del contingut és més significativa que l'estalvi de temps que suposen.

[ES] En la actualidad, parte de la población sufre problemas de lectura lo cual abre la puerta a la necesidad de facilitar mecanismos para la simplificación de textos hasta una versión de lectura fácil que permita a la gente con estas dificultades poder comprender y ganar un ahorro de tiempo en la lectura. El objetivo del presente trabajo fin de grado es evaluar el uso de la tecnología de modelos de lenguaje para la tarea de simplificación de textos administrativos complejos a través del modelo de lenguaje GPT-3 y el sistema de simplificación TLDR This. El valor que aporta este trabajo es contribuir en la discusión acerca de la eficacia de estas herramientas para la simplificación de textos administrativos, analizando cómo funcionan y, mostrando qué resultados son capaces de dar actualmente. Entre los objetivos específicos destaca también estudiar los “prompts” más adecuados en GPT-3 y el procedimiento óptimo en TLDR This, con el fin de obtener la mejor versión simplificada. La metodología del trabajo consistirá en la utilización de fuentes, tanto primarias como secundarias, a través de la realización de una encuesta y el estudio de artículos científicos. Las conclusiones más relevantes son: 1) Existen diferencias significativas en cuanto a la fluidez, comprensión y tiempos de lectura del texto entre la versión original y la generada por GPT-3 y TLDR. 2) Las versiones simplificadas no son válidas para la simplificación de texto administrativo en la actualidad. La pérdida que experimentan en la precisión del contenido es más significativa que el ahorro de tiempo que suponen.

[EN] Nowadays, part of the population suffers from reading problems, which opens the door to the need to facilitate mechanisms for the simplification of texts to an easyto-read version that allows people with these difficulties to understand and save time in reading. The objective of the present work is to evaluate the use of language modeling technology for the task of simplifying complex administrative texts through the GPT-3 language model and the TLDR This simplification system. The value of this work is to contribute to the discussion about the effectiveness of these tools for the simplification of administrative texts, analyzing how they work and showing what results they are currently capable of giving. The specific objectives also include studying the most appropriate prompts in GPT-3 and the optimal procedure in TLDR This, in order to obtain the best simplified version. The methodology of the work will consist in both the use of primary and secondary sources, through a survey and the study of scientific articles. The most relevant conclusions are: 1) There are significant differences in terms of fluency, comprehension and reading time between the original version and the version generated by GPT-3 and TLDR. 2) The simplified versions are not valid for administrative text simplification at present. The loss they experience in content accuracy is more significant than the time savings they provide.