Review of neural approaches for conditional text generation

Скуржанський, О. Г.; О. О.

doi:10.17721/1812-5409.2021/1.13

Review of neural approaches for conditional text generation

Тип публікації :

Стаття

Дата випуску :

2021

Автор(и) :

Скуржанський, О. Г.

О. О.

Мова основного тексту :

Англійська

eKNUTSHIR URL :

https://ir.library.knu.ua/handle/15071834/26059

DOI :

10.17721/1812-5409.2021/1.13

Журнал :

Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics

Випуск :

1

ISSN :

1812-5409

Початкова сторінка :

102

Кінцева сторінка :

107

Цитування :

[APA 7] Скуржанський, О. Г., & О., О. (2021). Review of neural approaches for conditional text generation. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics, (1), 102–107. https://doi.org/10.17721/1812-5409.2021/1.13

[ДСТУ] Скуржанський О. Г., О. О. Review of neural approaches for conditional text generation. Bulletin of Taras Shevchenko National University of Kyiv. Physics and Mathematics. 2021. no. 1. P. 102—107. DOI: 10.17721/1812-5409.2021/1.13 (date of access: 25.07.2026).

The article is devoted to the review of conditional test generation, one of the most promising fields of natural language processing and artificial intelligence. Specifically, we explore monolingual local sequence transduction tasks: paraphrase generation, grammatical and spelling errors correction, text simplification. To give a better understanding of the considered tasks, we show examples of good rewrites. Then we take a deep look at such key aspects as publicly available datasets with the splits (training, validation, and testing), quality metrics for proper evaluation, and modern solutions based primarily on modern neural networks. For each task, we analyze its main characteristics and how they influence the state-of-the-art models. Eventually, we investigate the most significant shared features for the whole group of tasks in general and for approaches that provide solutions for them.
Pages of the article in the issue: 102 - 107
Language of the article: Ukrainian

Ключові слова :

natural language processing neural networks machine learning conditional text generation paraphrase generation grammatical error correction text simplification обробка природної мови нейронні мережі машинне навчання умовна генерація тексту перефразування виправлення граматичних помилок спрощення тексту

Файл(и) :

Завантажити

Формат :

Adobe PDF

Розмір :

642.53 KB

Контрольна сума :

(MD5):0da1652b5719bd8becdbd8dae7d3c59e

Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution 4.0 International