挖掘创意模板以生成风格多样的餐厅评论

在当前的自然语言生成引擎中，许多使语言生动有趣的创意和比喻元素在转换过程中丢失了。在本文中，我们探索了一种从餐厅领域的正面和负面评论中挖掘模板的方法，旨在大幅扩展自然语言生成器可用的风格变化类型。我们学习了夸张的形容词模式，这些模式代表了正面或负面评论中常用的具有强烈效价的表达性语言。随后，我们识别实体并将其去词汇化，并使用启发式方法从评论句子中提取生成模板。我们使用“说服力”、“趣味性”和“自然度”的主观指标来评估学习到的模板与传统评论模板的对比。结果表明，学习到的模板在这些指标上得分很高。最后，我们分析了表征学习到的正面和负面模板的语言类别。我们计划使用学习到的模板来改进餐厅领域对话系统的会话风格。