结合Transformer模型与深度神经网络的数据到文本生成方法
Posted 重庆大学学报
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了结合Transformer模型与深度神经网络的数据到文本生成方法相关的知识,希望对你有一定的参考价值。
2020年,第43卷,第7期
结合Transformer模型与深度神经网络的数据到文本生成方法
许晓泓,何霆,王华珍,陈坚
摘 要
数据到文本的生成是指从结构化数据生成连贯文本的一种自然语言处理方法。近年来,由于端到端训练的深度神经网络的应用,数据到文本生成的方法显示出了巨大潜力。该方法能够处理大量数据自动生成连贯性文本,常用于新闻写作、报告生成等场景。然而,已有研究中对于数据中具体数值、时间等数据信息的推理存在较大缺陷,无法充分利用数据间的结构信息给出合理的生成指引,并且生成过程容易出现语义与句法分离训练的问题。因此,文中提出一种结合Transformer模型与深度神经网络的数据到文本生成方法,并提出一个用于内容规划的Transformer Text Planning(TTP)算法,有效地解决上述问题。在Rotowire公开数据集上进行方法验证,实验结果表明,文中方法性能优于已有数据到文本生成模型,可直接应用于结构化数据到连贯性文本的生成任务中,具有一定的实际应用价值。
作者简介
何霆,男,教 授,博 士 生 导 师,
主 要 从 事 智 慧 计 算、智 慧 服 务、软 件 服 务 工 程 等 研 究,
(E-mail)heting@hqu.edu.cn。
原文链接
http://qks.cqu.edu.cn/cqdxzrcn/article/abstract/20200710
长按二维码关注
以上是关于结合Transformer模型与深度神经网络的数据到文本生成方法的主要内容,如果未能解决你的问题,请参考以下文章
基于深度神经网络的3D模型合成Transformer vs. CNN
[Python人工智能] 三十六.基于Transformer的商品评论情感分析 keras构建多头自注意力(Transformer)模型
[Python人工智能] 三十六.基于Transformer的商品评论情感分析 keras构建多头自注意力(Transformer)模型
[Python人工智能] 三十五.基于Transformer的商品评论情感分析 机器学习和深度学习的Baseline模型实现