知识增强的自然语言生成研究综述

自然语言生成(Natural Language Generation, NLG)任务是自然语言处理(Natural Languge Processing, NLP)任务中的一个子类，并且是一项具有挑战性的任务。随着深度学习在自然语言处理中的大量应用，其已经变成自然语言生成中处理各种任务的主要方法。自然语言生成任务中主要有问答任务、生成摘要任务、生成评论任务、机器翻译任务、生成式对话任务等。传统的生成模型依赖输入文本，基于有限的知识生成文本。为解决这个问题，引入了知识增强的方法。首先介绍了自然语言生成的研究背景和重要模型，然后针对自然语言处理归纳介绍了提高模型性能的方法，以及基于内部知识(如提取关键词增强生成、围绕主题词等)和外部知识(如借助外部知识图谱增强生成)集成到文本生成过程中的方法和架构。最后，通过分析生成任务面临的一些问题，讨论了未来的挑战和研究方向。