端到端神经数据文本生成：从数据到文本生成语义忠实性

COLINGApr, 2020

端到端神经数据文本生成：从数据到文本生成语义忠实性

Have Your Text and Use It Too! End-to-End Neural Data-to-Text Generation with Semantic Fidelity

Hamza Harkous, Isabel Groves, Amir Saffari

TL;DRDataTuner 是一个神经网络端到端生成数据文本的系统，结合 fine-tuned 语言模型和语义保真分类器，仅需最少的数据特定启发式、实体去词法和后处理即可实现所有端到端学习，可以在多种数据集上取得最先进的结果并获得比传统启发式度量更好的语义保真度。

Abstract

End-to-end neural data-to-text (D2T) generation has recently emerged as an alternative to pipeline-based architectures. However, it has faced challenges in generalizing to new domains and generating semantically consistent text. In this work, we present DataTuner, a neural, end-to-end data-to-text generation system that makes minimal assumptions about the da

neural data-to-text generation end-to-end system semantic fidelity language model automated metrics

发现论文，激发创造

使用自然语言推理评估数据生成文本的语义准确性

本论文提出了一种使用预训练的自然语言推理神经模型来衡量数据到文本生成语义准确性的新度量方法，并利用该方法来检验两个方向之间的文本蕴含，从而揭示输出中的遗漏或虚构。实验证明，该指标能够在鉴定系统输出的错误方面达到高的精度。

Nov, 2020

迭代文本编辑的数据生成

本研究提出了一种基于迭代文本编辑的数据到文本生成新方法，使用两个先前训练模型 LaserTagger 和 GPT-2，并通过简单的启发式筛选和已训练语言模型对输出进行筛选和重新排序。

Nov, 2020

零样本数据到文本生成的神经管线

本文利用预处理语言模型进行通用领域训练，使用由维基百科构建的 WikiFluent 数据集，在 WebNLG 和 E2E 数据集上进行实验证明，使用单个项目描述生成 D2T 是可行的，且可以从 RDF 三元组中完成零 - shot D2T 生成。

Mar, 2022

实体建模的数据生成

该论文介绍了一种以实体为中心的神经体系结构，用于生成数据到文本的任务，并通过在 RotoWire 基准和棒球领域的新数据集上进行的实验，表明该模型在自动和人类评估上优于竞争基线。

Jun, 2019

预训练语言模型中数据到文本生成的困难之处是什么？

本文对预训练语言模型和自回归预训练语言模型在 DART 数据集上的 D2T 任务表现进行实证研究，考虑了任务数据量的大小，以及零样本和少样本学习以及模型微调等方式，研究表明需要更多仔细手工策划的数据集来改善基于此的 D2T 生成任务。

May, 2022

电子商务领域的风格化数据生成案例研究

提出了一个新的任务 —— 风格化数据到文本生成，旨在根据特定的风格为给定的非语言数据生成连贯的文本。为应对逻辑、风格和偏差等三个挑战，我们提出了一个名为 StyleD2T 的新型模型，包括三个组件：逻辑规划增强数据嵌入、基于掩码的风格嵌入和无偏向的风格化文本生成。

May, 2023

多源学习用于数据生成文本和文本生成数据

本研究论文介绍了一种利用多个非同源语料库进行数据到文本和文本到数据转换的方法，通过引入具有分离风格和内容变量的 VAE 模型来解决单一来源语料库限制的问题，实现了相同甚至更好性能的数据转换。

Feb, 2023

内容选择与规划的数据转文本生成

本文提出了一种神经网络体系结构，它在不牺牲端到端训练的前提下，结合了内容选择和计划，通过将生成任务分解为两个阶段，根据数据记录生成内容计划并生成文档，在自动化和人类试验中都取得了优越表现，从而提高了最近发布的 RotoWire 数据集的最新技术。

Sep, 2018

E2E 数据集：端到端生成的新挑战

本文介绍了 E2E 数据集，该数据集针对餐厅领域训练端到端的数据驱动自然语言生成系统，比现有数据集大十倍。该数据集的引用文本表现出更多的词汇丰富性和句法变化，同时需要进行内容选择，因此从该数据集学习可以更自然、多样化且不像模板一般。我们还在该数据集上建立了一个基线模型，阐述了与该数据集相关的一些困难。

Jun, 2017

神经数据生成文本：管道与端到端架构的比较

本研究比较了基于神经网络的数据到文本生成的传统管道架构和端到端方法，研究结果表明基于管道架构的模型在生成过程中明确的中间步骤有助于生成更好的文本，且模型具有更好的泛化性。

Aug, 2019