图到文本生成中的结构信息保持
本论文由腾讯 AI Lab 主导，和厦门大学、西湖大学合作完成。作者提出基于“多视角重建”的损失函数提升文本生成的质量和忠实度，与此同时并没有增加任何模型参数。 Structural Information Preserving for Graph-to-Text Generation 图到文本生成（graph-to-text generation）任务有着广泛的潜在应用，并且已经被应用在机器翻译等任务中。下图显示了两种图结构（语义图和知识图谱），分别表示“The boy wants the beautiful girl to eat lunch with him.”和“Above the Veil is an Australian novel and the sequel to Aenir. It was followed by Into the Battle.” 现有的该领域工作不断的提出更强大的模型来表示图信息，但模型依然是通过拟合到目标文本的基于语言模型（language modeling loss）的损失函数进行训练的，作为结果，模型会产生流畅的输出，但会丢失许多输入的重要信...
