抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
少数のショットテーブルツーテキスト生成は,限られたデータを使用してテーブルコンテンツを伝えるために,フルレントで忠実な文章を構成するタスクである。強力な事前訓練言語モデルを微調整することにより,印象的な合流文を生成する多くの努力にもかかわらず,生成されたコンテンツの忠実性は,まだ改善する必要がある。この目的のために,本論文では,人間のテキスト生成過程により触発された,新しいアプローチ,MemorizeおよびGenerate(AMGと呼ぶ)を提案した。特に,テーブル構造と自然言語情報の両方を利用するために,テーブルスロットレベルおよび従来のトークンごとのレベル注意に基づく新戦略を用いて,AMG(1)は文脈の多粒状性に着目する。(2)テーブルスロット割当て状態を動的に記憶する。(3)コンテキストとメモリ割当状態の両方に従って忠実な文章を生成する。Wikiデータセットの3つの領域(すなわち,人間,歌,および書籍)に関する人間評価による総合的実験は,著者らのモデルが,フルージェンシーと忠実性の両方において,いくつかの最先端のベースラインと比較して,より高い資格のあるテキストを作り出すことができることを示した。【JST・京大機械翻訳】