【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：

• 导论
• 神经网络建模
• 训练与编码
• 基准与评价
• 构建神经生成模型