Diversity Enhanced Table-to-Text Generation via Type Control

要約

表形式のデータから論理的な推論を伝えるための自然言語ステートメントの生成 (つまり、論理 NLG) は、1 つの入力とさまざまな有効な出力を伴うプロセスです。
この特性は、入力データのさまざまな視点を提示して、有効な出力の多様なセットを生成する方法の必要性を強調しています。
我々は、タイプ制御されたテーブルからテキストへの生成モデルを使用することにより、ステートメントの固有のプロパティ、つまりそのロジックタイプに基づいて構築される、シンプルだが効果的な多様性を強化するスキームを提案します。
私たちは、公開されている 2 つの論理 NLG データセットに対する広範な自動および人間による評価を通じて、私たちが提案する方法が、生成されるステートメントの種類を効果的に制御する能力を促進し、品質と事実の多様性の点で最も強力なベースラインよりも優れた結果を生み出すことを実証します。
トレード・オフ。

要約(オリジナル)

Generating natural language statements to convey logical inferences from tabular data (i.e., Logical NLG) is a process with one input and a variety of valid outputs. This characteristic underscores the need for a method to produce a diverse set of valid outputs, presenting different perspectives of the input data. We propose a simple yet effective diversity-enhancing scheme that builds upon an inherent property of the statements, their logic-types, by using a type-controlled table-to-text generation model. We demonstrate, through extensive automatic and human evaluations over the two publicly available Logical NLG datasets, that our proposed method both facilitates the ability to effectively control the generated statement type, and produces results superior to the strongest baselines in terms of quality and factuality-diversity trade-off.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google