论文链接：https://arxiv.org/abs/2112.11739

本文综述了近20年来自然语言生成(NLG)的研究进展，特别是数据到文本的生成和文本到文本的深度学习方法，以及NLG技术的新应用。本综述的目的是(a)给出了NLG核心任务的深度学习研究的最新综合，以及该领域采用的架构; b)对NLG的各项任务和数据集进行细致全面的细化，关注NLG评价的挑战，重点关注不同的评价方法及其关系; c) 强调由于NLG与其他人工智能领域(如计算机视觉、文本和计算创造力)日益增强的协同作用而产生的一些未来重点和相对近期的研究问题。

内容中包含的图片若涉及版权问题，请及时与我们联系删除