ACLMay, 2020

基于内容匹配约束的神经网络法律文书生成的忠实性改进

PDF
TL;DR本文提出了一种基于 Transformer 模型的文本生成框架，以实现表格与文本的一致性，并提出了一种新的自动度量标准来评估一致性，实验证明该框架可以显著超越现有技术。
text generationknowledge basefaithfulnesstransformer modeltable-to-text
发现论文，激发创造
  • 从实体中心视角探索开放领域表格生成的忠实度

    本文旨在评估表格生成的忠实度，并采用两个与实体相关的度量标准来评估生成忠实度，并基于这些数据提出了两种增强训练方法和训练实例选择方法来提高生成保真度，在完整数据集和少量数据集学习中均有所改善。

    Feb, 2021

  • 素描并完善：向忠实和信息丰富的表格到文本生成迈进

    本研究提出了一种基于骨架的两阶段方法，将自回归和非自回归方法相结合用于表格到文本生成中，通过集成骨架的硬约束来提高生成的覆盖率和忠实度，实验结果显示了我们的方法在自动和人工评估中都表现出优越性能。

    May, 2021

  • 从带有噪声参考文本的知识图生成忠实的文本

    利用知识图谱生成自然语言文本的研究，通过结合对比学习和可控文本生成技术的方法，提出一种能够从给定的图谱中生成忠实的自然语言文本的模型，并在准确性方面超越了现有的基于知识图谱生成文本的模型。

    Aug, 2023

  • 参与、记忆和生成：向忠实、少样本表格到文本生成迈进

    本文提出一种基于少样本学习在表格文本生成中应用的新方法 AMG，该方法通过对多粒度上下文的关注、动态记忆表格分配状态和综合上下文和记忆状态来生成忠实的文本，实验结果表明，该方法在准确性和连贯性等方面优于其他基准模型。

    Mar, 2022

  • 自然语言生成中的忠实度：分析、评估和优化方法的系统调查

    本文系统综述了自然语言生成（NLG）的忠实度问题和相关评估方法和优化方法，并将不同任务的评估和优化方法组织在一个统一的分类中，以促进不同任务之间的比较和学习。

    Mar, 2022

  • KERMIT -- 一种基于 Transformer 的知识图谱匹配方法

    利用预训练的句子转换器生成匹配候选项，接着使用优化的双重编码器来生成最佳匹配项以便自动匹配知识图谱和本体论。在多个数据集上进行了验证并展示了可行性和卓越的结果。

    Apr, 2022

  • 大型语言模型是有效的表格到文本生成器、评估器和反馈提供者

    本研究研究了大型语言模型在生成结构化表格数据文本时的性能，证明了大型语言模型在文本生成领域中的潜力和应用，并探讨了大型语言模型在文本生成质量自动评估及模型优化中的应用。

    May, 2023

  • 面向科学推理的可控表格到文本生成

    我们提供了一个生成符合用户偏好的流畅且逻辑一致的科学表格数据描述的新任务，并通过构建一个具有高亮单元格和相应专业知识库的数据集，为这个方向的研究提供了基准，并提出了一种优于竞争方法的新架构。结果显示，大型模型在生成与用户偏好一致的准确内容方面存在困难。作为首创，我们的工作有望推动科学领域的进一步研究。

    Dec, 2023

  • 逻辑形式控制下提升表格到文本生成的忠实度和多样性的 LoFT

    本文提出了一种利用逻辑形式实现内容计划的模型 LoFT，通过验证逻辑形式实现生成逻辑上准确，内容多样的逻辑文本生成，目前在 LogicNLG 数据集上是第一个同时解决准确性和多样性问题的模型。

    Feb, 2023

  • 多元神经机器翻译的流畅性和忠实度建模

    论文提出了一种引入评估模块来指导预测结果分布的神经机器翻译方法，从流畅性和忠实度的角度引导模型生成具有连接性的短语，实验结果表明，该方法可以显著提高翻译质量。

    Nov, 2019