摘要

神经网络方法在数据到文本生成任务中通常采用去词化（delexicalisation）或复制机制（copy mechanism）来处理稀有输入项。本文针对两个数据集（E2E 和 WebNLG）以及两种评估设置，系统研究了这两种方法的相对影响。研究结果表明：（i）稀有项对生成性能具有显著负面影响；（ii）将去词化与复制机制相结合可带来最显著的性能提升；（iii）对于稀有或未见项，复制机制的表现反而较差；（iv）这两种机制的实际效果在很大程度上取决于数据集的构建方式以及训练集、开发集和测试集的划分方式。