迈向改进标语生成的一致性与多样性
计算与语言
2021-09-08 v2
摘要
先前标语生成的工作集中于利用从现有标语中挖掘的标语骨架。虽然一些生成的标语可能朗朗上口，但由于骨架是从其他公司的标语中挖掘的，它们通常在与公司焦点或跨其营销传播风格上不一致。我们提出一个序列到序列（seq2seq）transformer 模型，从简短的公司描述生成标语。为标语生成微调的朴素 seq2seq 模型容易引入虚假信息。我们使用公司名去词汇化和实体掩码来缓解此问题，并提升生成标语的质量和真实性。此外，我们基于首词词性（POS）标签应用条件训练以生成句法多样的标语。我们的最佳模型达到了 ROUGE-1/-2/-L F1 分数 35.58/18.47/33.32。此外，自动和人工评估表明，我们的方法比强 LSTM 和 transformer seq2seq 基线生成显著更真实、多样和朗朗上口的标语。
引用
@article{arxiv.2102.05924,
title = {Toward Improving Coherence and Diversity of Slogan Generation},
author = {Yiping Jin and Akshay Bhatia and Dittaya Wanvarie and Phu T. V. Le},
journal= {arXiv preprint arXiv:2102.05924},
year = {2021}
}
备注
Submitted to the NLE journal