知识增强的自然语言生成研究综述

摘要：

自然语言生成(Natural Language Generation,NLG)任务是自然语言处理(Natural Languge Processing,NLP)任务 中的一个子类,并且是一项具有挑战性的任务.随着深度学习在自然语言处理中的大量应用,其已经变成自然语言生成中处理各种任务的主要方法.自然语言生成任务中主要有问答任务、生成摘要任务、生成评论任务、机器翻译任务、生成式对话任务等.传统的生成模型依赖输入文本,基于有限的知识生成文本.为解决这个问题,引入了知识增强的方法.首先介绍了自然语言生成的研究背景和重要模型,然后针对自然语言处理归纳介绍了提高模型性能的方法,以及基于内部知识(如提取关键词增强生成、围绕主题词等)和外部知识(如借助外部知识图谱增强生成)集成到文本生成过程中的方法和架构.最后,通过分析生成任务面临的一些问题,讨论了未来的挑战和研究方向.

关键词：自然语言生成、知识增强、深度学习、知识图谱、关键词提取、主题词

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8