Resumen
La generaci贸n autom谩tica de comentarios de noticias es una nueva plataforma para las t茅cnicas de generaci贸n de lenguaje natural. En este documento, proponemos un procedimiento de “lectura, comentario y atenci贸n” para la generaci贸n de comentarios de noticias y formalizamos el procedimiento con una red de lectura y una red de generaci贸n. La red de lectura comprende un art铆culo de noticias y extrae algunos puntos importantes de 茅l, luego la red de generaci贸n crea un comentario al atender los puntos discretos extra铆dos y el t铆tulo de la noticia. Optimizamos el modelo de manera integral maximizando un l铆mite inferior variacional del objetivo verdadero utilizando el algoritmo de propagaci贸n hacia atr谩s. Los resultados experimentales en dos conjuntos de datos indican que nuestro modelo puede superar significativamente los m茅todos existentes en t茅rminos de evaluaci贸n autom谩tica y juicio humano.

Conclusiones
Proponemos la generaci贸n autom谩tica de comentarios de noticias con una red de lectura y una red de generaci贸n. Los resultados experimentales en dos conjuntos de datos indican que el modelo propuesto puede superar significativamente los m茅todos de la l铆nea de base en t茅rminos de evaluaci贸n autom谩tica y evaluaci贸n humana. En las aplicaciones, estamos motivados para extender las capacidades de un chatbot popular. Somos conscientes de posibles problemas 茅ticos con la aplicaci贸n de estos m茅todos para generar comentarios de noticias que se toman como humanos. Esperamos estimular la discusi贸n sobre las mejores pr谩cticas y controles sobre estos m茅todos en torno a los usos responsables de la tecnolog铆a.

M谩s informaci贸n y documento completo:


ADS (Cites/AR query) https://ui.adsabs.harvard.edu The SAO/NASA ADS Abstract service provides a search system for the Astronomy and Physics literature SAO/NASA ADS https://ui.adsabs.harvard.edu 144 122 Yang, Ze: Read, Attend and Comment: A Deep Architecture for Automatic News Comment Generation

Publication:

eprint arXiv:1909.11974

Pub Date: September 2019

arXiv: arXiv:1909.11974

Bibcode: 2019arXiv190911974Y