摘要

我们提出了首个面向捷克语餐厅领域端到端自然语言生成（NLG）的语料库，并构建了多个基于序列到序列（sequence-to-sequence）框架的强基准模型。尽管非英语自然语言生成任务整体上仍研究不足，而捷克语作为一种形态丰富的语言，使得该任务更具挑战性：由于捷克语需要对命名实体进行词形变化，传统的去词法化（delexicalization）或复制机制无法直接适用，且生成结果的词法化过程也十分复杂。在实验中，我们提出了两种不同的解决方案：（1）在词法化阶段引入神经语言模型，以选择正确的词形变化形式；（2）采用两阶段生成架构：首先，序列到序列模型生成词根与词形标签交错的序列，随后由一个形态生成器对这些标签进行词形变化，从而完成最终的句子生成。