面向自然语言生成任务的语用化生成策略探析

Mario Giulianelli

面向自然语言生成任务的语用化生成策略探析

计算与语言 2022-10-25 v1 人工智能

作者: Mario Giulianelli

摘要

本立场论文提出了一种自然语言生成(NLG)系统设计的概念框架，该系统遵循高效且有效的生成策略以实现复杂的交流目标。在这一总体框架中，效率被表征为对生成与理解成本的节约性调节，而有效性则依据面向任务且基于语境的交流目标来衡量。我们提供了通过现代统计方法估计目标、成本与效用的具体建议，展示了我们的框架在经典的语用视觉锚定指称游戏以及抽象文本摘要中的应用，这是两个具有现实世界应用的流行生成任务。总之，我们倡导开发能够从经验中学习、以类人的方式推理目标、成本与效用从而做出语用化生成决策的NLG系统。

关键词

自然语言生成生成策略语用学交流目标指称游戏文本摘要贝叶斯效用

引用

@article{arxiv.2210.12828,
  title  = {Towards Pragmatic Production Strategies for Natural Language Generation Tasks},
  author = {Mario Giulianelli},
  journal= {arXiv preprint arXiv:2210.12828},
  year   = {2022}
}

备注

In Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing (EMNLP 2022)

面向自然语言生成任务的语用化生成策略探析

摘要

关键词

引用

备注

相关论文