在神经文本生成的迷宫中定位自身：一项任务无关的综述

神经文本生成已演变为若干关键的自然语言应用，从文本补全到自由形式的叙事生成。为了推动文本生成研究的发展，吸收现有研究工作并在这一迅猛发展的领域中定位自身至关重要。具体而言，本文调研了建模方法的基本组成部分，这些部分在故事生成、摘要、翻译等多种生成任务中具有任务无关的影响。在此背景下，我们针对学习范式、预训练、建模方法、解码以及各领域中的关键挑战，呈现了核心技术的抽象概括。由此，我们为领域内的研究者提供了一个一站式目的地，以助于形成关于其工作应置于何处以及它如何影响其他紧密相关的生成任务的视角。