论文部分内容阅读
多样性文本生成是自然语言处理领域的重要研究之一,旨在让机器生成符合语法规范的、多样的、相关的文本.由于广泛用于文本生成任务的序列到序列模型(Seq2Seq)并不适合生成多样性文本,现有研究以重新构造模型优化目标与改变Seq2Seq模型结构为切入点,分别提出最大化互信息、变分自编码(VAE)、条件变分自编码(CVAE)等方法,然而VAE/CVAE之类的方法仍旧面临着极大的优化挑战.