【CMU博士论文】可控文本生成，附107页pdf与Slides

在21世纪，人们与技术互动的方式发生了重大变化，自然语言生成(NLG)发挥着核心作用。智能手机和智能家居设备的用户现在希望他们的设备能够了解他们的处境，并在交互中产生自然的语言输出。本文从人类沟通的三个方面来确定如何让机器听起来像人类——风格、内容和结构。本文提供了深度学习的解决方案来控制这些变量在神经文本生成。我首先概述了可以操纵的各种模块，以进行有效的可控文本生成。我提供了一种使用反向翻译进行样式转换的新颖解决方案，并引入了两个新任务，将来自非结构化文档的信息利用到生成过程中。我还为句子排序任务提供了一种新的优雅设计，以学习有效的文档结构。最后，我提供了一个关于可控制文本生成应用的伦理考虑的讨论。提出的工作，我计划:(I) 提供对各种可控文本生成技术的经验理解，(ii) 提供对样式的计算理解并构建有用的样式表示，(iii) 设计有效的内容基础生成方式，以及(iv) 探索可控文本生成的更广泛影响。

https://www.cs.cmu.edu/~sprabhum/