基于内在质量约束的文本生成和评价综述

作     者：兰玉乾 饶元 李冠呈 孙菱 夏昺灿 辛婷婷 LAN Yu-qian;RAO Yuan;LI Guan-cheng;SUN Ling;XIA Bing-can;XIN Ting-ting

作者机构：西安交通大学软件学院社会智能与复杂数据处理实验室陕西西安710049 中国长峰机电技术研究设计院北京100854 

基　　金：国家自然科学基金重点项目(No.U22B2036) 科技部重点研发计划项目(No.2019YFB2102300) 中央高校建设世界一流大学(学科)和特色发展引导专项资金项目(No.PY3A022) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2024年第52卷第2期

页      码：633-659页

摘      要：近年来,以ChatGPT为代表的能够适应复杂场景、并能满足人类的各种应用需求为目标的文本生成算法模型成为学术界与产业界共同关注的焦点.然而,ChatGPT等大规模语言模型(Large Language Model,LLM)高度忠实于用户意图的优势隐含了部分的事实性错误,而且也需要依靠提示内容来控制细致的生成质量和领域适应性,因此,研究以内在质量约束为核心的文本生成方法仍具有重要意义.本文在近年来关键的内容生成模型和技术对比研究的基础上,定义了基于内在质量约束的文本生成的基本形式,以及基于“信、达、雅”的6种质量特征;针对这6种质量特征,分析并总结了生成器模型的设计和相关算法;同时,围绕不同的内在质量特征总结了多种自动评价和人工评价指标与方法.最后,本文对文本内在质量约束技术的未来研究方向进行了展望.

主 题 词：自然语言处理 语言模型 文本生成 文本质量 文本评价 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.12263/DZXB.20230826

馆 藏 号：203127253...