基于抽取的高考作文生成
Extractive Essay Generation for College Entrance Examination作者机构：哈尔滨工业大学计算机科学与技术学院
出 版 物：《计算机学报》 (Chinese Journal of Computers)
年 卷 期：2020年第43卷第2期
页 面：315-325页
核心收录：
学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 0839[工学-网络空间安全] 081104[工学-模式识别与智能系统] 08[工学] 081203[工学-计算机应用技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点研发计划(2018YFB1005103) 国家自然科学基金(61632011,61772156)资助~~
主 题：文本生成 文本抽取 句子排序 作文生成 自然语言处理
摘 要：机器人自动写作是人工智能和自然语言处理领域重要的研究方向,然而传统的自动写作方法主要针对体育新闻、天气预报等较短的段落级文本进行研究,并没有对篇章级文本自动生成技术进行深入地建模.针对这一问题,我们着重研究面向高考作文的篇章级文本生成任务.具体而言我们提出了一种基于抽取式的高考作文生成模型,即先进行抽取再利用深度学习排序方法进行段落内部的文本组合生成.通过实际专家评测,我们所生成的作文能够达到北京高考二类卷平均分数,具有一定的实际应用价值.
同方期刊数据库