May, 2023

阐述性文本生成：模仿、检索、改写

PDF
TL;DR本文介绍了一种名为 IRP 的迭代性框架，旨在应对文本写作的困难，从而实现自动撰写准确且信息丰富的文本。经过在三组数据集上的实验验证，IRP 可生成高质量的表达准确且信息丰富的文档。
expository text generationirpcontent planningfact selectionhigh-quality expository documents
发现论文，激发创造
  • 超越摘要：设计用于现实世界阐述写作任务的人工智能支持

    这篇文章讨论了开发面向说明性写作的 AI 辅助工具的挑战，描绘了这种写作的特征并提出了 AI 辅助组件的设计建议。

    Apr, 2023

  • 数据文档生成的挑战

    研究采用新颖的数据生成文本的方式，对当前的文本生成方法进行了探究，并通过提出一系列抽取性评估方法和使用当前神经生成方法得到基线结果。实验结果表明，这些模型产生流畅的文本，但未能令人信服地近似人类生成的文档，甚至模板化的基线方法在某些指标上超过了这些神经模型，尽管复制和重构扩展会导致明显的改进。

    Jul, 2017

  • 释义与文本蕴涵方法调查

    文章总结了表述和文本蕴含两个领域的关键思想，包括识别、生成和提取方法，指出两个领域在自然语言处理应用方面的重要性。

    Dec, 2009

  • 实用信息文本生成

    本文利用计算语用学中的技术，将语言生成模型的建模过程形式化为说话者和听者之间的游戏，通过两种语用建模方法，即保留信息和建模干扰项，来提高抽象概括和结构化含义表述的生成系统的性能。

    Apr, 2019

  • 一个用于释义生成的深度生成框架

    本篇论文研究了一种使用深度生成模型（VAE）与序列到序列模型（LSTM）相结合的方法来自动生成给定句子的同义句，相对于现有方法具有更好的性能和简洁的模块化结构。

    Sep, 2017

  • 改写可以躲避 AI 生成文本的检测，但究竟能否防御检索攻击？

    通过语义相似的生成物和检测算法，该研究提出了一种简单的防御，以增加对 AI 生成文本的检测器对抗改写攻击的鲁棒性。

    Mar, 2023

  • 数据到文本的生成与风格模仿

    研究了一种新的文体控制方法，使用现有的句子作为软模板，包括一种混合注意力 - 复制机制、弱监督学习及新的内容覆盖约束，结果表明该方法在餐馆和体育领域表现更好，在内容保真度和文体控制之间取得了较好的平衡。

    Jan, 2019

  • 基于句子重写和排序的文档级释义生成

    本文提出了一种基于 CoRPG（Coherence Relationship guided Paraphrase Generation）的方法，利用图形 GRU 编码一致性关系图并获取每个句子的一致性感知表示，用于重新排列多个（可能修改）输入句子，以生成更具多样性和语义保持的文档改写。

    Sep, 2021

  • EIPE-text: 针对长篇叙述文本生成的评估引导的迭代计划提取

    我们提出了一个名为 EIPE-text 的新框架，通过从叙述语料库中提取计划并利用提取的计划构建更好的规划器，实现了长篇叙述文本的生成。通过基于问答（QA）的评估机制和迭代改进指导，我们证明了 EIPE-text 方法在小说和讲故事领域可以生成更连贯和相关的长篇叙述文本。

    Oct, 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