迈向属性纠缠的可控文本生成：祝福语生成初步研究
计算与语言
2022-11-01 v1
摘要
可控文本生成（CTG）因聚焦于多属性所获得的细粒度生成能力而取得巨大成功。然而，多数现有 CTG 研究忽视了如何利用属性纠缠来增强受控生成文本的多样性。面对此困境，我们关注一种新颖的 CTG 场景，即祝福语生成，其具挑战性是因为高质量祝福文本要求 CTG 模型综合考虑多属性（如对象与场合）间的纠缠。为推动祝福语生成研究，我们提出 EBleT，一个大规模纠缠祝福文本数据集，包含 29.3 万条标注多属性的英文句子。此外，我们提出新颖评估指标以衡量我们所设计基线模型生成的祝福文本质量。我们的研究为可控文本生成开辟了新方向，并赋能属性纠缠 CTG 模型的发展。我们的数据集与源代码见于 \url{https://github.com/huangshulin123/Blessing-Generation}。
引用
@article{arxiv.2210.16557,
title = {Towards Attribute-Entangled Controllable Text Generation: A Pilot Study of Blessing Generation},
author = {Shulin Huang and Shirong Ma and Yinghui Li and Yangning Li and Shiyang Lin and Hai-Tao Zheng and Ying Shen},
journal= {arXiv preprint arXiv:2210.16557},
year = {2022}
}
备注
Accepted to EMNLP 2022 GEM Workshop