通过句法依赖与语义感知改进中文故事生成
计算与语言
2022-10-20 v1 人工智能
摘要
故事生成旨在基于给定输入生成长篇叙事。尽管先前工作借助预训练模型取得了成功，当前用于中文故事的神经模型仍难以生成高质量的长文本叙事。我们假设这源于中文句法解析的歧义性，中文缺乏显式的分词定界符。因此，神经模型难以有效捕捉中文叙事中的特征。本文提出了一种新的生成框架，通过向生成模型告知词间依赖关系来增强特征捕捉机制，并通过同义去噪训练进一步增广语义表示学习。我们进行了一系列实验，结果表明我们的框架在所有评价指标上均优于最先进的中文生成模型，证明了增强的依赖与语义表示学习的益处。
引用
@article{arxiv.2210.10618,
title = {Improving Chinese Story Generation via Awareness of Syntactic Dependencies and Semantics},
author = {Henglin Huang and Chen Tang and Tyler Loakman and Frank Guerin and Chenghua Lin},
journal= {arXiv preprint arXiv:2210.10618},
year = {2022}
}