文本自动生成研究进展与趋势.PDF

文本自动生成研究进展与趋势 CCF 中文信息技术专业委员会 万小军 冯岩松 孙薇薇 北京大学计算机科学技术研究所，北京 摘要 我们期待未来有一天计算机能够像人类一样会写作，能够撰写出高质量的自然语言文本。文 本自动生成就是实现这一目的的关键技术。按照不同的输入划分，文本自动生成可包括文本 到文本的生成、意义到文本的生成、数据到文本的生成以及图像到文本的生成等。上述每项 技术均极具挑战性，在自然语言处理与人工智能领域均有相当多的前沿研究，近几年业界也 产生了若干具有国际影响力的成果与应用。本文对上述前沿技术的国内外研究现状进行了全 面总结，并对发展趋势进行了展望。 关键词：自然语言生成、文本到文本的生成、意义到文本的生成、数据到文本的生成、图像 到文本的生成 Abstract We expect that computers can write high-quality natural language texts like human beings in the near future. Automatic text generation is the key technique for achieving this goal. According to different data types of inputs, automatic text generation techniques include text-to-text generation, meaning-to-text generation, data-to-text generation and image-to-text generation. All the above text generation techniques are very challenging, and they are the frontier research topics in the natural language processing and artificial intelligence fields. In recent years, a few internationally influential achievements and applications have been yielded in academia and industry. In this article, we conduct a comprehensive survey of recent advances of automatic text generation at home and abroad. We also discuss the research and development trends. Keywords: natural language generation, text-to-text generation, meaning-to-text generation, data-to-text generation, image-to-text generation 1. 引言 文本自动生成是自然语言处理领域的一个重要研究方向，实现文本自动生成也是人工智 能走向成熟的一个重要标志。简单来说，我们期待未来有一天计算机能够像人类一样会写作， 能够撰写出高质量的自然语言文本。文本自动生成技术极具应用前景。例如，文本自动生成 技术可以应用于智能问答与对话、机器翻译等系统，实现更加智能和自然的人机交互；我们 也可以通过文本自动生成系统替代编辑实现新闻的自动撰写与发布，最终将有可能颠覆新闻 出版行业；该项技术甚至可以用来帮助学者进行学术论文撰写，进而改变科研创作模式。 按照不同的输入划分，文本自动生成可包括文本到文本的生成(text-to-text generation)、 意义到文本的生成(meaning-to-text generation)、数据到文本的生成(data-to-text generation) 以及图像到文本的生成(image-to-text generation)等。上述每项技术均极具