weixin_41640583的博客

一、研究背景1. 应用复述生成可以应用很很多场景，像机器翻译、生成摘要等等都涉及到复述生成；而且复述生成还可以扩充语料，更好的进行训练；不仅如此，还可以应用于智能对话等场景，eg：用户的提问方式不可能都是符合预期设定的同种方式，此时就需要判断用户提问的与系统设定的哪种问题是一样的，这也涉及复述生成...总结来说：复述生成的应用场景有：问答，信息检索，信息提取，系统对话...2. 现有工作既然复述生成这么重要，那一定有很多学者进行了研究，他们都是怎么做的？本文提出的方法和他们提出的又有

一、相关工作：(Quirk,Brockett,and Dolan 2004) apply SMT tools, trained on large volumes of sentence pairs from news articles. (Zhao et al. 2008) proposed a model that uses multiple resources to improve SMT based paraphrasing, paraphrase table and feature functi

一、概述Our framework uses a variational autoencoder (VAE) as a generative model for paraphrase generation. In contrast to the standard VAE, however, we additionally condition the encoder and decoder modules of the VAE on the original sentence. This enables

论文翻译及其他相关内容：https://ldzhangyx.github.io/2018/09/26/deep-para-generation/（下述英文是原文内容，中文是给出的翻译）标题：Paraphrase Generation：产生复述句一、摘要：1. 应用：question answering, information retrieval, information extraction, conversation systems...问答，信息检索，信息提取，系统对话..