transformer 图生文
时间: 2023-08-24 12:09:31 浏览: 96
引用:论文"Text Generation from Knowledge Graphs with Graph Transformers"介绍了一种使用图转换器(Graph Transformer)生成文本的方法。这篇论文于2019年在自然语言处理领域的顶级会议NAACL上发表。
引用:在这种方法中,通过将知识图谱表示为一个有连接但没有标签的图,来生成文本。这个图被表示为G=(V,E),其中V表示实体、关系和全局向量节点,E表示连接矩阵。这里的G和V不同于之前提到的图G和v。
引用:论文中进行了自动评估和人工评估的实验。在自动评估中,使用了名为GraphWriter的模型,其中将图转换器编码器替换为图注意力网络(Graph Attention Network)。此外,还进行了其他实验,包括只使用实体和标题信息的Entity Writer、只使用文章标题的Rewriter等。
综上所述,"Text Generation from Knowledge Graphs with Graph Transformers"论文提出了一种使用图转换器生成文本的方法,并通过实验证明了该方法的有效性。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【论文解读】基于图Transformer从知识图谱中生成文本](https://blog.csdn.net/qq_27590277/article/details/107925756)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]