RSTGen：将细粒度可解释控制注入长文本生成器
计算与语言
2023-05-10 v1
摘要
在本文中，我们研究提升语言模型所生成长文本的衔接性与连贯性的任务。为此，我们提出 RSTGen，一个利用经典语言理论——修辞结构理论（RST）来控制生成文本的语篇结构、语义与主题的框架。首先，我们在开放生成评测中展示了我们的模型控制生成文本结构语篇与语义特征的能力。随后我们在论证生成与故事生成两个具有挑战性的长文本任务上进行实验。使用自动化指标以及与人工评测高度相关的指标进行的评估表明，我们的模型相较现有模型具有竞争力，同时相比替代方法对生成文本提供了显著更多的控制。
引用
@article{arxiv.2205.12590,
title = {RSTGen: Imbuing Fine-Grained Interpretable Control into Long-FormText Generators},
author = {Rilwan A. Adewoyin and Ritabrata Dutta and Yulan He},
journal= {arXiv preprint arXiv:2205.12590},
year = {2023}
}
备注
NAACL 2022