作者｜邴立东、程丽颖、付子豪、张琰等
单位｜阿里巴巴达摩院、香港中文大学等
摘要
基于结构化数据生成文本（data-to-text）的任务旨在生成人类可读的文本来直观地描述给定的结构化数据。然而，目前主流任务设定所基于的数据集有较好的对齐（well-aligned）关系，即输入（i.e.结构化数据）和输出（i.e.文本）具有相同或很接近的信息量，比如WebNLG当中的输入tripleset和输出文本所描述的知识完全匹配。但是，这样的训练数据制作困难且成本很高，现有的数据集只限于少数几个特定的领域，基于此训练的模型在现实应用中存在较大的局限性。
因此，我们提出了基于部分对齐（partially-aligned）样本的文本生成任务。部分对齐数据的优势在于获取门槛低，可以用自动或半自动方式构造，因而更容易拓展到更多的领域。我们考虑了两个对偶的部分对齐场景，即输入数据多于文本描述和文本描述多于输入数据。
对于数据多于文本的情况，我们发布了ENT-DESC数据集[]，并且针对数据中存在冗余信息的问题，我们提出了多图卷积神经网络（Multi-GraphConvolutionalNetwork）模型来抽取重要信息，生成更为凝练的文本描述。
对于文本多于数据的情况，我们发布了WITA数据集[]，并且针对训练样本中文本的多余信息，提出了远程监督生成（DistantSupervisionGeneration）框架，以确保基于非严格对齐样本训练的模型，在应用中能够如实地生成给定数据的描述。
基础模型层面，本文将介绍我们提出的轻量、动态图卷积网络（Lightweight,DynamicGraphConvolutionalNetworks），简称LDGCN[3]，可以有效的融合图结构中来自不同阶节点的信息，进而学习更优的图表示，并提升下游文本生成的效果。
参考文献
[]ENT-DESC:EntityDescriptionGenerationbyExploringKnowledgeGraph.LiyingCheng,DekunWu,LidongBing,YanZhang,ZhanmingJie,WeiLu,LuoSi.EMNLP,00.[]Partially-AlignedData-to-TextGenerationwithDistantSupervision.ZihaoFu,BeiShi,WaiLam,LidongBing,ZhiyuanLiu.EMNLP,00.[3]Lightweight,DynamicGraphConvolutionalNetworksforAMR-to-TextGeneration.YanZhang,ZhijiangGuo,ZhiyangTeng,WeiLu,ShayB.Cohen,ZuozhuLiu,LidongBing.EMNLP,00.非严格对齐的文本生成：输入数据多于文本描述论文标题：ENT-DESC:EntityDescriptionGenerationbyExploringKnowledgeGraph论文链接：