评估所有、信任少数、不冤枉任何：句子生成模型比较
计算与语言
2018-11-01 v2
摘要
本文研究近期与变分自编码器相关的文本生成神经生成模型。先前工作采用了多种技术来控制这些模型中潜码先验分布，这对采样性能十分重要，但重构误差却鲜受关注。在我们的研究中，我们遵循严格的评估协议，使用大量先前使用过的以及新颖的自动与人工评估指标，应用于生成样本与重构结果。我们希望这能成为比较文本神经生成模型时的新评估标准。
引用
@article{arxiv.1804.07972,
title = {Eval all, trust a few, do wrong to none: Comparing sentence generation models},
author = {Ondřej Cífka and Aliaksei Severyn and Enrique Alfonseca and Katja Filippova},
journal= {arXiv preprint arXiv:1804.07972},
year = {2018}
}
备注
12 pages (3 page appendix); v2: added hyperparameter settings, clarifications