数据到文本生成的神经网络模型研究

• 作者: 张鹏洲 曹娟 龚隽鹏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据到文本生成 机器新闻写作 自然语言生成 神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 7-12,23
• 页数: 7页
• 分类号: TP391
• 字数: 6676字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.09.002

摘要

随着人工智能的发展,国内各行各业纷纷涌入人工智能领域,尤其是新闻行业,各大科技公司和科研机构研发自动化新闻生产,掀起了一股新闻机器人的热潮.机器新闻写作,实质上就是一个利用自然语言生成技术进行新闻写作的过程.数据到文本生成属于自然语言生成技术,是指采用结构化的数据例如一张表格作为输入,生成恰当而流畅的文本作为输出来描述数据,是实现机器新闻写作的关键技术之一.近年来随着数据到文本生成研究的不断深入,研究人员将神经网络方法引入该领域,主要基于循环神经网络构建模型,并已取得了不错的研究进展.文中首先介绍了用于数据到文本生成的神经网络模型,并梳理了近年来该领域的研究成果,然后介绍了相关数据集并对比了各模型的实验结果,最后分析了该领域研究存在的问题并提出了未来发展的建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏洲		27	137	5.0	11.0
2	龚隽鹏		7	48	3.0	6.0
3	曹娟		3	4	1.0	2.0