基于主题知识图谱的可控情感主题到文章生成器
计算与语言
2020-10-13 v1
摘要
仅给定若干主题词生成生动、新颖且多样的文章是自然语言生成中的一项挑战性任务。在先前工作中，存在两个未解决的问题：忽视文本之下的情感以及主题相关知识利用不足。因此，我们提出了一种新颖的、带有主题知识图谱增强解码器的可控情感主题到文章生成器，名为 SCTKG，其基于条件变分自编码器（CVAE）框架。我们首先将情感信息注入生成器以控制每个句子的情感，从而生成多样的文章。随后我们设计了一个主题知识图谱增强解码器。与现有单独使用知识实体的模型不同，我们的模型将知识图谱视为整体，并编码图中更多结构化、连通的语义信息以生成更相关的文章。实验结果表明，我们的 SCTKG 能够生成情感可控的文章，并在自动与人工评估的主题相关性、流畅性与多样性方面优于最优方法。
引用
@article{arxiv.2010.05511,
title = {A Sentiment-Controllable Topic-to-Essay Generator with Topic Knowledge Graph},
author = {Lin Qiao and Jianhao Yan and Fandong Meng and Zhendong Yang and Jie Zhou},
journal= {arXiv preprint arXiv:2010.05511},
year = {2020}
}
备注
Accepted as a regular paper in Findings of EMNLP 2020