获取完整原文和代码,公众号回复:10049955779
论文地址: http://arxiv.org/pdf/2106.00791v1.pdf
代码: 公众号回复:10049955779
来源: Northeastern University, University of Michigan
论文名称:DYPLOC Dynamic Planning of Content Using Mixed Language Models for Text Generation
原文作者:Xinyu Hua
内容提要
我们研究了长篇观点文本生成的任务,它至少面临两个不同的挑战。首先,现有的神经生成模型缺乏连贯性,因此需要有效的内容规划。其次,需要不同类型的信息来引导生成器涵盖主观和客观内容。为此,我们提出了DYPLOC,这是一个生成框架,在生成输出的同时进行内容的动态规划,基于一种新的混合语言模型设计。为了丰富生成内容,我们进一步建议使用大型预训练模型来预测相关概念并生成claims。我们在新收集的数据集上试验了两项具有挑战性的任务:(1)使用Reddit ChangeMyView生成论点,(2)使用《纽约时报》观点版块撰写文章。自动评估表明,我们的模型明显具有竞争性。人类的判断进一步证实,我们的生成框架输出更连贯,内容更丰富。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。
分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文,关注深度学习、自动驾驶领域。
点个“在看”,让我知道你的爱