规则驱动的新闻标题生成
计算与语言
2024-03-15 v3 人工智能
摘要
新闻标题生成任务旨在通过描述图像及其相关新闻文章中的命名实体或具体事件来生成句子。现有方法主要依赖大规模预训练模型，关注输入新闻内容与输出预测之间的相关性，并取得了显著成果。然而，新闻标题生成需要遵守新闻报道的一些基本规则，例如准确描述与事件相关的人物和动作。在本文中，我们提出了规则驱动的新闻标题生成方法，该方法能够遵循指定的规则信号生成图像描述。具体而言，我们首先为描述设计了新闻感知语义规则。该规则融合了图像中描绘的主要动作（例如“表演”）以及参与该动作的命名实体所扮演的角色（例如“施事者”和“地点”）。其次，我们使用前缀调优策略将此语义规则注入大规模预训练模型 BART 中，其中多个编码器层嵌入了新闻感知语义规则。最后，我们可以有效地引导 BART 生成符合指定规则的新闻句子。在两个广泛使用的数据集（即 GoodNews 和 NYTimes800k）上进行的大量实验证明了我们方法的有效性。
引用
@article{arxiv.2403.05101,
title = {Rule-driven News Captioning},
author = {Ning Xu and Tingting Zhang and Hongshuo Tian and An-An Liu},
journal= {arXiv preprint arXiv:2403.05101},
year = {2024}
}