文章预览
近年来,以ChatGPT为代表的能够适应复杂场景、并能满足人类的各种应用需求为目标的文本生成算
法模型成为学术界与产业界共同关注的焦点 . 然而,ChatGPT等大规模语言模型(Large Language Model,LLM)高度忠
实于用户意图的优势隐含了部分的事实性错误,而且也需要依靠提示内容来控制细致的生成质量和领域适应性,因
此,研究以内在质量约束为核心的文本生成方法仍具有重要意义. 本文在近年来关键的内容生成模型和技术对比研
究的基础上,定义了基于内在质量约束的文本生成的基本形式,以及基于“信、达、雅”的6种质量特征;针对这6种质量
特征,分析并总结了生成器模型的设计和相关算法;同时,围绕不同的内在质量特征总结了多种自动评价和人工评价
指标与方法. 最后,本文对文本内在质量约束技术的未来研究方向进行了展望. 2022 年 11
………………………………