To see the ‘Sheet paper‘ and ‘Table of associated records‘ go the bottom, Pag. 2Pag. 3. ( 👩‍🎓 🖥 For online English version, on the image).


https://estadosia.files.wordpress.com/2019/10/read_attend_and_comment_-a_deep_architecture_for_automatic_news_comment_generation.jpg

A review of the paper for research, educational and recommendations. 1.- Paper language: English.
2.- Language of the secondary text: Spanish.


https://estadosia.files.wordpress.com/2020/02/recommended-information-3.jpg

Recommendation numbered, Nº: 15102019p1


PAPER


🔘 Paper page: arxiv.org/abs/1909.11974


Authors

Ze Yang, Can Xu, Wei Wu, Zhoujun Li


Summary

La generación automática de comentarios de noticias es una nueva plataforma para las técnicas de generación de lenguaje natural. En este documento, proponemos un procedimiento de “lectura, comentario y atención” para la generación de comentarios de noticias y formalizamos el procedimiento con una red de lectura y una red de generación. La red de lectura comprende un artículo de noticias y extrae algunos puntos importantes de él, luego la red de generación crea un comentario al atender los puntos discretos extraídos y el título de la noticia. Optimizamos el modelo de manera integral maximizando un límite inferior variacional del objetivo verdadero utilizando el algoritmo de propagación hacia atrás. Los resultados experimentales en dos conjuntos de datos indican que nuestro modelo puede superar significativamente los métodos existentes en términos de evaluación automática y juicio humano.


Conclusion

Proponemos la generación automática de comentarios de noticias con una red de lectura y una red de generación. Los resultados experimentales en dos conjuntos de datos indican que el modelo propuesto puede superar significativamente los métodos de la línea de base en términos de evaluación automática y evaluación humana. En las aplicaciones, estamos motivados para extender las capacidades de un chatbot popular. Somos conscientes de posibles problemas éticos con la aplicación de estos métodos para generar comentarios de noticias que se toman como humanos. Esperamos estimular la discusión sobre las mejores prácticas y controles sobre estos métodos en torno a los usos responsables de la tecnología.