知识图到文本的生成（一）

2021SC@SDUSC 

我们小组研究的课题是《知识图到文本的生成》，项目原材料1.相关论文 2.相关源代码，相关链接如下：

PDF: https://aclanthology.org/N19-1238.pdf

代码Link：https://github.com/rikdz/GraphWriter

文章就以下四点展开论述

 1.提出了一个新的图转换编码器，该编码器成功地将序列变换器应用于图结构化的输入。             2. 展示了IE输出如何形成为一个连接的、未标记的图形，以用于基于注意力的编码器。
 3.提供了与科学为本匹配的大的知识图谱数据集，以用于未来的研究。
 4.通过详细的自动和人工评估，证明了自动提取的知识可以用于多句文本生成。 并进一步表明，与其他编码器-解码器设置相比，将这种知识结构化和编码为图形可提高生成性能。 最后，证明GraphWriter的转换器样式编码器在知识图文转换方面比Graph Attention Networks更有效。

该该项目所需的环境为Python 3.6+Pytorch，深度学习框架的搭建需要尽可能采用GPU加速大量计算，英伟达