赞
踩
目录
基于结构化数据生成描述文本,此处论文主要是应用在WebNLG数据集上。
WebNLG数据集由三元关系数据组构成记录数据,每一组记录数据都拥有对应的描述数据。
针对三元关系组数据特点,多个三元组可以进行组合来获得一句描述语句。
论文使用的思路是将输入数据进行排序与聚合,从而于输出的描述文本进行对齐。整体仍然是一句话一句话地生成整段描述文本。
论文整个框架分为数据排序、聚合、生成三个部分,图中主要涉及T1-4四个流程步。
T1:为数据排序,T2-T3共同构成了数据聚合,T4为文本生成。
在生成一句文本Factt时,会只使用与之相关的三元组数据,其它数据会被掩盖。
实验结果显示:模型在WebNLG上的表现较其它模型并没有较好的提升,解释原因是:论文模型相较与其它这些模型,没有使用大规模的预训练、额外的注释或者其它预处理。
但模型在E2E数据集上,相较于其它模型有较好的提升。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。