利用话题感知指针生成网络生成切题且多样的评论
计算与语言
2020-05-12 v1 信息检索
机器学习
摘要
评论生成是自然语言生成（NLG）中一项新颖且富有挑战性的任务，近年来吸引了大量关注。然而，以往工作生成的评论往往缺乏针对性和多样性。在本文中，我们提出了一种基于话题感知指针生成网络（TPGN）的新型生成模型，该模型可利用文章中隐藏的话题信息来引导生成切题且多样的评论。首先，我们设计了一种关键词级和话题级的编码器注意力机制，以捕获文章中的话题信息。接着，我们将话题信息整合到指针生成网络中以引导评论生成。在大规模评论生成数据集上的实验表明，我们的模型能生成有价值的评论，并显著优于具有竞争力的基线模型。
引用
@article{arxiv.2005.04396,
title = {Generating Pertinent and Diversified Comments with Topic-aware Pointer-Generator Networks},
author = {Junheng Huang and Lu Pan and Kang Xu and Weihua Peng and Fayuan Li},
journal= {arXiv preprint arXiv:2005.04396},
year = {2020}
}