神经关键词生成的实证研究
计算与语言
2021-04-16 v3
摘要
近年来神经关键词生成（KPG）工作蓬勃发展，包括多个大规模数据集的发布以及大量新模型的出现。随着深度学习研究的演进，KPG任务上的模型性能已显著提升。然而，缺乏对不同模型设计之间的全面比较，也缺乏对可能影响KPG系统泛化性能相关因素的深入调查。在本实证研究中，我们旨在通过提供大量实验结果并分析影响KPG模型可泛化性的最关键因素来填补这一空白。我们希望本研究有助于澄清围绕KPG任务的一些不确定性，并促进该主题的 future 研究。
引用
@article{arxiv.2009.10229,
title = {An Empirical Study on Neural Keyphrase Generation},
author = {Rui Meng and Xingdi Yuan and Tong Wang and Sanqiang Zhao and Adam Trischler and Daqing He},
journal= {arXiv preprint arXiv:2009.10229},
year = {2021}
}
备注
NAACL 2021, added more results