基于检索、规划与实现的论点生成
计算与语言
2019-06-11 v1
摘要
自动论点生成是一项引人注目但具挑战性的任务。本文研究反论点生成这一具体问题，并提出一个新框架 CANDELA。它由一个强大的检索系统和一个新颖的两步生成模型组成：文本规划解码器首先决定每句话的主要论点和恰当语言风格，然后内容实现解码器反映这些决策并构建信息丰富的段落级论点。此外，我们的生成模型由一个检索系统增强，该系统索引了从 Wikipedia 和流行英文新闻媒体收集的 1200 万篇文章，可提供多样的高质量内容。在 Reddit 收集的大规模数据集上的自动评估表明，我们的模型在 BLEU、ROUGE 和 METEOR 分数上显著优于 SOTA 及非平凡对比模型。人工评估进一步表明，我们的系统论点更适于反驳且内容更丰富。
引用
@article{arxiv.1906.03717,
title = {Argument Generation with Retrieval, Planning, and Realization},
author = {Xinyu Hua and Zhe Hu and Lu Wang},
journal= {arXiv preprint arXiv:1906.03717},
year = {2019}
}
备注
Accepted as a long paper to ACL 2019