计算机应用研究

作者：龚永罡,郭怡星,廉小亲,马虢春,王希,刘宏宇,

单位：北京工商大学人工智能学院,北京100048；

关键词：数据到文本生成,多层次注意力,层次化结构表示,编码器—解码器架构,

基金：“十三五”时期北京市属高校高水平教师队伍建设支持计划资助项目(CIT&TCD201904037)；；

最近的数据到文本生成方法广泛采用了编码器—解码器架构或其变体，但是这些方法无法识别数据中不同部分的信息的重要性，导致在选择适当的内容和排序方面表现不佳。针对这些问题，提出了一个基于层次化结构表示的数据到文本生成方法，它包括规划阶段和生成阶段，规划阶段通过实体级、记录级的多层次注意力来增强语义空间的表达能力，输出的计划代表重要内容的高层次表示，同时将计划输入给生成阶段的生成器得到最终的文本。通过在两个数据到文本生成的数据集上进行的广泛实验表明，该方法相比于已有的数据到文本生成方法，生成的文本对数据的描述更加准确，质量更高，该方法的提出为数据到文本生成的研究提供了一定的指导性作用。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期