ACLFeb, 2023

提高用户控制的表格到文本生成鲁棒性

PDF
TL;DR本研究探讨用户控制的表格转文本生成，针对嘈杂、冗余、不连贯的单元选择提出了一种微调策略，使生成模型的性能可以在用户噪声输入上得到提高，同时在 ToTTo 数据集上达到与现有最先进模型相当的性能水平。
table-to-text generationnatural language generationfine-tuningnoisy cell selectionstotto dataset
发现论文，激发创造
  • ToTTo：一种受控表格转文本生成数据集

    ToTTo 是一个开放领域的英文表格生成文本的数据集，通过控制生成任务，给定维基百科表格和一组突出显示的表格单元，产生一个句子的描述。

    Apr, 2020

  • 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

  • 表格转文本：用自然语言描述表格区域

    本文提出了一种生成模型，它将一行从表中映射到一个连续向量，然后通过利用表的语义生成一个自然语言句子，还提出了一种灵活的复制机制以处理表中出现的罕见单词，并在两个综合数据集上取得了较高 BLEU-4 分数，其中一个数据集包含 13,318 个解释句子和 4,962 个表格。

    May, 2018

  • 具有结构感知等变学习的强健 (可控) 表格到文本生成

    提出一种基于自我注意力机制的等变学习框架，通过在单元格层面有效表达表格内容之间的关系，并保证模型对内容不变的结构变换具有鲁棒性以提高 table-to-text 生成模型在 ToTTo 和 HiTab 数据集上的性能。

    May, 2022

  • 在数据稀缺的约束下，在人工参与机制下的医学科学表格自动生成文本

    本文提出了一种新的基于表格到文本的方法，通过自我纠正、复制机制和合成数据增量，增强了该方法的性能。实验证明，该方法选择了显著的生物医学实体和值，以生成相关的文本，同时我们还演示了该系统对新数据集的轻量级适应。人工验证表明，该模型的输出是准确和可靠的。

    May, 2022

  • 通过类型控制增强多样性的表格生成文本方法

    本研究提出了一种增强表 - 文本生成的多样性方法，利用逻辑类型控制模型生成多样化的文本语句，既能够有效地调整生成语句类型，又能够在给定表格的情况下获得多样的语句集合。

    May, 2022

  • 解决 ToTTo 中输入问题，提高神经表格到文本输出的事实准确性

    研究表明，神经表格文本转换模型在输出时往往会产生错误，这些错误可以追溯到输入问题，通过对输入进行修正可以将错误率降低 52% 至 76%（取决于模型）。此外，发现模型在处理非标准结构的表格输入时存在困难，特别是当输入缺乏明确的行和列值，或者列标题没有正确映射到相应的值时。

    Apr, 2024

  • 通过条件问答生成表格的 gTBLS

    通过生成表格的两个阶段方法（Generative Tables，gTBLS），从结构化文本中提取表格结构和表格内容，并利用预训练大型语言模型的零样本配置，改进先前方法并在多个数据集上提高 BERTScore 达 10% 至 20%。

    Mar, 2024

  • 搜索与学习：改进数据到文本生成的语义涵盖率

    该论文提出一种搜索和学习的方法来解决低语义覆盖率问题，进而提高 data-to-text 生成中预训练语言模型的效率，并在 E2E 和 WikiBio 数据集上实现了高性能。

    Dec, 2021

  • 生成 Web 表格标题

    本研究提出了一种基于序列生成模型和抽取的文本片段的表格标题生成方法，在少于 1 万个示例的训练下超过了现有的方法，接近群众智慧标题的质量，并成为处理表格标题文本生成的新的最佳方法。

    Jun, 2018