可控自然語言生成研究

 
第1章緒論
1.1 自然語言生成任務·
1.2 基于知識引導的自然語言生成
1.3 文本生成的可解釋性與可控性
本章小結
第2章 基于概念網絡的文摘生成
2.1 序列到序列文本生成技術
2.1.1 語言模型
2.1.2 循環(huán)神經網絡及其變體
2.1.3 編碼-解碼框架
2.1.4 注意力機制
2.1.5 指針網絡
2.1.6 強化學習
2.2 基于概念網絡的文摘生成模型
2.2.1 概念詞生成
2.2.2 基于單概念網絡的文本摘要算法.
2.2.3 基于多概念網絡的文本摘要算法
2.2.4 強化學習訓練和遠程監(jiān)督訓練
2.3 概念網絡模型實驗
2.3.1 數據集和評價方法·
2.3.2 實驗細節(jié)
2.3.3 基線模型
2.3.4 模型表現
2.3.5 模型效果對比分析
本章小結
參考文獻
第3章 可解釋信息抽取
3.1 抽取式摘要相關技術...
3.1.I Transformer 及預訓練模型
3.1.2 基于無監(jiān)督學習的抽取式摘要.
3.1.3 基于有監(jiān)督學習的抽取式摘要.
3.2 可解釋性信息抽取模型..
3.2.1 文本特征表示.
3.2.2 基于可解釋特征屬性的抽取模型
3.2.3 基于可解釋概念語義的抽取模型
本章小結
參考文獻 ··
第4章 概念語義可控摘要生成
4.1 預訓練及摘要生成模型
4.2 概念語義可控文本摘要生成模型
4.2.1 基于混合連接的生成網絡
4.2.2 生成式可控摘要模型
4.2.3 模型融合訓練
4.3 ESCA模型框架實驗
4.3.1 相關數據集及評價指標
4.3.2 實驗配置
4.3.3 基線模型
4.3.4 模型效果比對分析
本章小結
參考文獻
第5章 可控文本生成方法·
5.1 可控文本生成方法概要.
5.2 基于特定風格的可控標題生成
5.3 即插即用的屬性模型
5.4 自監(jiān)督學習的可控文本生成
本章小結
參考文獻
……
第6章 基于提示的文本生成控制