May, 2023

STOAT: 用控件将结构化数据转化为分析性文本

PDF
TL;DR本论文提出了一种基于 STOAT 模型的分析文本从结构化数据（如表格）生成方法，该模型可在输出中增加给定的推理类别，如数字推理、常识推理、时间推理、表格知识和实体知识，并在人类评价中比基准模型生成了 15.3% 更忠实和分析的描述。
structured datatext generationreasoningstoat modeltable-to-text generation
发现论文，激发创造
  • 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

  • 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

  • Doc2SoarGraph: 基于语义导向的分层图表集成模型在文本 - 表格视觉丰富文档的离散推理中的应用

    本研究提出一种基于语义导向的分层图结构的 Doc2SoarGraph 框架，旨在通过利用问题和文档中不同元素（如数量、日期）之间的差异和相关性来增强离散推理能力，以回答视觉丰富的表文档中的问题。实验结果显示，我们的框架在 TAT-DQA 数据集上表现出优异的性能，相较于最佳基线模型，精确匹配和 F1 得分分别提高了 17.73% 和 16.91%，达到了最新的最佳水平。

    May, 2023

  • 从科学表格中学习推理进行文本生成

    本研究引入了 SciGen，一个考虑推理的数据到文本生成任务的数据集。SciGen 是第一个评估生成模型在复杂输入结构下算术推理能力的数据集，并表明表格描述需要考虑表格值的推理。在 SciGen 上进行实验表明，目前数据到文本生成模型的推理能力受限，缺乏适当的自动评估度量。

    Apr, 2021

  • INFOTABS：基于半结构化数据表的推断

    本文介绍了一个名为 INFOTABS 的新数据集，它由基于来自维基百科信息框的表格的前提条件的人工编写的文本假设组成。 该研究表明，尽管人类标注者同意表格 - 假设对之间的关系，但是多个标准建模策略在此任务中效果不佳，表明表格推理可能会带来困难的建模挑战。

    May, 2020

  • 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

  • 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

  • 用于快速文本理解的结构化摘要生成

    使用大型语言模型（LLMs）生成文本的结构化表示，通过提出有效的提示策略来解决当前模型在生成结构化输出方面的困难，并且通过使用表格和思维导图作为代表模态进行实证评估，结果表明与纯文本相比，使用表格和思维导图可以显著减少阅读理解时间而不会导致准确性降低。

    Jan, 2024

  • 面向无监督复杂表格推理的统一框架

    本文提出了一种适用于表格推理任务的统一的无监督框架（UCTR），该框架通过生成复杂逻辑的充足和多样化的合成数据，使得模型能够在无人标注数据的情况下获得良好的推理性能。该方法在实验中表现出了与监督模型最多 93% 的性能，并在低资源领域作为数据增强技术大幅提高了监督性能。

    Dec, 2022

  • 填补鸿沟：利用大型语言模型解读表格数据

    大型语言模型在表格问答任务中的首次应用以增强模型对表格结构和内容的理解。

    Aug, 2023