摘要

从知识库生成文本的目标是将知识三元组转化为自然语言描述。现有大多数方法忽视了生成文本与原始表格之间的忠实性，导致生成内容超出表格本身所包含的信息范围。本文首次提出一种基于Transformer的新型生成框架，以实现该目标。我们方法中的核心技术包括一种新的表格-文本最优传输匹配损失（table-text optimal-transport matching loss），以及基于Transformer模型的表格-文本嵌入相似性损失（embedding similarity loss），用以增强生成结果的忠实性。此外，为评估忠实性，我们提出了一种专为表格到文本生成任务设计的新颖自动评估指标。在实验中，我们对模型的各个组成部分进行了详尽分析。自动评估与人工评估结果均表明，我们的框架在性能上显著优于现有最先进方法，且优势明显。