May, 2024

文本生成：任务、评估和挑战的系统文献综述

PDF
TL;DR文本生成领域的文献回顾研究了 244 篇论文，将文本生成的工作分类为五个主要任务，并分析了相关特点、子任务和具体挑战。此外，研究还评估了目前的评估方法，并确定存在的问题。研究指出了九个主要挑战，并提供了详细分析和解决方案，以及进一步研究需求。该文献回顾面向自然语言处理领域的初级研究人员和有经验的研究人员。
发现论文，激发创造
  • 数据到文本自然语言生成的系统性综述

    系统综述研究数据到文本生成的现状，包括研究空白、未来方向、挑战以及对应措施，并提供了这个快速发展领域中未来研究的路线图。

    Feb, 2024

  • 文本生成的评估：一项调查

    该文章调查了近年来开发的自然语言生成（NLG）系统的评估方法。将 NLG 评估方法分为三类，讨论了每种类别取得的进展和仍然面临的挑战，重点关注最近提出的 NLG 任务和神经 NLG 模型的评估。最后提出了自动文本摘要和长文本生成的两个任务特定的 NLG 评估示例，并提出了未来的研究方向。

    Jun, 2020

  • 神经语言生成：公式化，方法与评估

    本调查综述了自然语言生成的定义、应用、方法及评估，提供了一种神经网络生成模型的信息总览。

    Jul, 2020

  • 自动人工智能互动文本生成

    本教程关注于文本生成，这是一类自然语言生成任务，它以一段文本作为输入，然后生成一篇按照某些特定标准（如可读性或语言风格）改进的修订版本，同时保留原版文本的大部分含义和长度。

    Oct, 2023

  • 神经文本生成的最新进展：一项任务无关的调查

    本文综述了神经文本生成领域的最新进展和未来方向，包括数据构造、神经框架、训练和推理策略以及评估指标等方面。

    Mar, 2022

  • 文本生成的预训练语言模型：综述

    本文综述了预训练语言模型在文本生成方面的主要进展，包括模型结构、输入数据的适配以及重要的微调策略。对于文本生成研究者而言，该综述提供了相关研究的综合和指引。

    May, 2021

  • 创意数据生成：关注文本和诗歌的综述

    本文评估了创意数据生成的挑战和机遇，并重点关注了创造性写作和生成诗歌等任务。

    May, 2023

  • 机器生成文本的检测：文献综述

    研究概述了语言模型产生的虚假文本、媒体关注度、自然语言生成、社会意义等关键词，同时探索了机器产生文本的趋势和更大的社会影响。

    Jan, 2024

  • 检索增强型文本生成调查

    本文概述了检索增强型文本生成的一般范式，为了实现未来的研究，回顾了不同任务中值得注意的方法，包括对话响应生成，机器翻译和其他生成任务，并指出一些关键方向。

    Feb, 2022

  • 使用 MTurk 评估开放式文本生成的风险

    本文对目前 45 篇与开放式文本生成相关的论文进行了调查，并发现它们中绝大多数未报告有关 Amazon Mechanical Turk 任务的关键细节，从而影响了可重复性。本文还进行了故事评估实验，发现即使使用严格的资格筛选器，AMT 工作者（与教师不同）也无法区分模型生成的文本和人类生成的参考文本。研究表明，当 AMT 工人同时展示模型生成的输出和人类生成的参考文本时，工人的判断能力得到了提高，并为评估过程提供了深刻的洞察。

    Sep, 2021