文本生成：任务、评估与挑战的系统文献综述

文本生成已经变得比以往任何时候都更加容易获得，对这些系统（尤其是使用大型语言模型的系统）的兴趣日益增长，刺激了相关出版物的增加。我们提供了一项系统文献综述，包括2017年至2024年间选定的244篇论文。本综述将文本生成的工作分为五个主要任务：开放式文本生成、摘要、翻译、释义和问答。对于每个任务，我们回顾了它们的相关特征、子任务和具体挑战（例如，多文档摘要缺少数据集、故事生成的连贯性以及问答的复杂推理）。此外，我们评估了当前评估文本生成系统的方法，并确定了当前指标的问题。我们的调查显示，在最近的文本生成出版物中，所有任务和子任务共有的九个突出挑战：偏见、推理、幻觉、误用、隐私、可解释性、透明度、数据集和计算。我们详细分析了这些挑战、它们的潜在解决方案，以及哪些差距仍需要社区进一步参与。本系统文献综述针对两个主要受众：自然语言处理领域的早期职业研究人员，他们希望了解该领域的概况和有前景的研究方向；以及经验丰富的研究人员，他们希望详细了解任务、评估方法、开放挑战和最近的缓解策略。