基于相似短语生成自然语言

Question

我正在做一个项目，希望社区可以分享一些关于如何最好地处理它的想法。

情况：

• 在当前的业务流程中，人们手动生成相似但略有不同的描述（在句法、语法方面不同）
• 这些描述源自一组结构化数据点。更多此类数据点正在不断生成
• 目标是根据这些数据点自动生成描述

数据点在 Python 中被组织成一个字典，例如：

thisdict = { "company": "Amazon", "team": "Global Procurement", "employees": 15.0, "contractors": 2.0 }

以下三个来自该词典的典型描述示例：

• 亚马逊全球采购部由 15.0 名员工和 2.0 名承包商组成的团队提供支持。
• 15 名员工致力于亚马逊全球采购，并有 2.0 承包商提供支持。
• 亚马逊全球采购部由 15 名负责人和另外 2.0 名承包商提供支持。

我有一个包含这些描述的丰富数据集和随附的字典，我希望用它来训练一个模型，该模型根据字典的新增内容生成描述。

我认为可以通过马尔可夫链来处理句子生成任务。但是，我需要保留字典中的关联（即数字 15.0 需要链接到术语“员工”或相关同义词），我不确定如何将这些字典对合并到模型中。

任何建议将不胜感激。

谢谢

Answer 1

如果我理解正确，您正在尝试生成给定结构化数据的文本/句子，即这种特殊情况的实体。 This 项目也是如此。你可以试试这个项目。