忠于事实：面向保真度的产品描述生成
计算与语言
2025-03-13 v2
摘要
与其他文本生成任务不同，在产品描述生成中，生成忠实于产品属性信息的描述至关重要。然而，人们对这一问题关注甚少。为了弥补这一空白，我们提出了一种名为保真度导向产品描述生成器（FPDG）的模型。FPDG 考虑每个词的实体标签，因为产品属性信息总是由实体词传达的。具体而言，我们首先提出了一种基于实体标签引导长短期记忆（ELSTM）单元的循环神经网络（RNN）解码器，将每个词的嵌入和实体标签作为输入。其次，我们建立了一个关键词记忆，以实体标签为键、关键词为值，使 FPDG 能够通过关注实体标签来关注关键词。在大规模真实产品描述数据集上进行的实验表明，我们的模型在传统生成指标和人类评估方面均取得了最先进的性能。具体而言，FPDG 将生成描述的保真度提高了 25%。
引用
@article{arxiv.2503.08454,
title = {Stick to Facts: Towards Fidelity-oriented Product Description Generation},
author = {Zhangming Chan and Xiuying Chen and Yongliang Wang and Juntao Li and Zhiqiang Zhang and Kun Gai and Dongyan Zhao and Rui Yan},
journal= {arXiv preprint arXiv:2503.08454},
year = {2025}
}
备注
Accepted by EMNLP 2019