基于量子变分自编码器的面向证据的推理文本生成
作者：Daya Guo, Duyu Tang, Nan Duan, Jian Yin, Daxin Jiang and Ming Zhou

摘要

从不同的角度生成关于事件的推理文本需要对事件发生的不同上下文进行推理。
问题
现有很多作品没有明确提供的上下文，难以支持生成上下文无关的语义表示。
解决对策
提出了一种方法，方法自动从大型文本语料库中找到事件的证据，并利用这些证据来指导推理文本的生成。

  • 以编解码器的方式工作，并配备了矢量量化-变分自动编码器，其中编码器从离散变量上的分布输出表示。
  • 这样的离散表示能够自动选择相关证据，这不仅促进了证据感知的生成，而且提供了一种自然的方式来揭示生成背后的原理
  • 方法在Event2Mind和ATOMIC数据集上都提供了最先进的性能
  • 在离散表示的情况下，我们的模型选择性地使用证据来生成不同的推理文本

参考文献

​​ACL 2020 | 微软亚洲研究院精选论文带你一览NLP前沿！​​