[实验室论文]A Planning based Framework for Essay Generation

A Planning based Framework for Essay Generation

这篇文章深度较浅，讲的是如何生成一篇简单的文章。

2.Framework

2.1Topic Understanding

conseder topic understanding as two cascaded steps:topic expansion and topic clustering.

topic expansion:find a collection of words having similar semantic meanings with the topic word.

topic clustering:seperate similar words into several clusters.

topic expansion's approaches: word embeddings topic modeling ->vector space,get most confident k words and filter out the others

(这里的几个方法都是些现成的，包括词向量的相似度也只用了cos余弦和欧氏距离.)

topic clustering: K-Means Affinity Propagation,(同现成方法）

2.2 Sentance Selecting

收集好了分成堆的词语之后，我们要为每堆单词挑选句子。

这里定义了一个函数f(W, s),W是一个单词的集合，s是要测试的句子。

使用的两种方法：counting based approach embedding based method

counting based 就是计算句子s里包含多少W集合的单词，越多分越高。

embeddings based:总感觉这个方法有点low,也可能是自己知道的实在太少了。这个方法只是把句子里每个单词的向量取了一个平均来代表句子。

                            当然他的有据可寻的，on the basis of the principal of compositionality.

这里他们leave了很多没用到的方法留着以后再研究...呵呵。

Extension1:

通过每个句子的作用对句子进行一个分类：Introduction Prompt Conclusion

Extension2:

通过2.2的方法得到的句子可能包括了一些之前understanding没得到的单词，所以他们add了一个feedback环节，想法不错只是得到这些单词的方法还是有些简陋。

2.3 Sentence Organizing

现在是要把句子连成文章，似乎用了一个简单的贪心方法，每个句子之后接一个句子看它的得分，得分最高的即接在后面。

它一共有四种方法，BOW(Boolean) BOW(Frequency) Embed-Average Reursive Neural Network.最后这个神经网络的好像效果最好。

后面就是一些Experiment了

3.1Evaluation on Topic Understanding

他们用的青春这个词（可能是效果最好的一个吧。。）

topic model & word embeddings 得到的单词比较相关，第一个方法得到一堆近义词

3.2 Evaluation on Sentence Selecting

counting based method得到的句子都比较长，因为包含更多的key words

embedding based method 比较短，更相关。

3.3

神经网络那个得到的结果更正确。