标题中的钩子：学习生成具有可控风格的标题
计算与语言
2020-06-01 v3 人工智能
机器学习
摘要
当前的摘要系统只能生成平实、事实性的标题，却无法满足创作令人印象深刻以提升曝光度的标题的实际需求。我们提出一项新任务——风格化标题生成（Stylistic Headline Generation, SHG），通过三种风格选项（幽默、浪漫和标题党）来丰富标题，以吸引更多读者。在没有特定风格的“文章—标题”配对数据（仅有一个标准标题摘要数据集和单风格语料库）的情况下，我们的方法 TitleStylist 通过将摘要与重构任务结合到一个多任务框架中，生成特定风格的标题。我们还引入了一种新颖的参数共享方案，以进一步将风格与文本解耦。通过自动和人工评估，我们证明了 TitleStylist 能够生成具有幽默、浪漫和标题党三种目标风格且相关、流畅的标题。我们模型生成标题的吸引力得分比最先进的摘要模型高出 9.68%，甚至优于人工撰写的参考标题。
引用
@article{arxiv.2004.01980,
title = {Hooks in the Headline: Learning to Generate Headlines with Controlled Styles},
author = {Di Jin and Zhijing Jin and Joey Tianyi Zhou and Lisa Orii and Peter Szolovits},
journal= {arXiv preprint arXiv:2004.01980},
year = {2020}
}
备注
ACL 2020