【EMNLP2020】自然语言生成，Neural Language Generation

神经语言生成(NLG)——使用神经网络模型生成连贯的文本——是自动化文本创建最有前途的方法之一。近年来，随着深度语境语言建模(如LSTMs、GPT、GPT2)和迁移学习(如ELMo、BERT)的发展，神经文本生成出现了范式转变。虽然这些工具极大地改善了NLG的状态，但是对于低资源任务，最先进的NLG模型仍然面临许多挑战: 生成的文本缺乏多样性，描述的情况违反常识性规则，使用事实信息的困难，以及设计可靠的评估指标的困难。在本教程中，我们将概述当前神经网络架构的最新技术，以及它们如何形成文本生成的最新研究方向。我们将讨论这些模型在生成连贯文本时如何以及为什么成功或失败，并对几个应用程序提供见解。

目录内容：

Title	Description
导论 Introduction	本节将通过介绍神经网络建模方法。This section will introduce the tutorial by presenting the recent impact of neural network modeling approaches on the field.
神经网络建模 Neural Network Modeling	自然文本生成建模策略。Modeling strategies for natural text generation
训练与编码 Training and Decoding	神经自然语言生成模型的编码与解码策略，Various decoding and learning strategies for neural NLG models
基准与评价 Benchmarks and Evaluation	自动与人工评价，Automatic and human evaluation of NLG
构建神经生成模型 Building Neural Generation Models	部署自然语言生成模型的挑战，Challenges for deploying natural language generation models in production.

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NLG” 就可以获取《【EMNLP2020】自然语言生成，Neural Language Generation》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源