STACKEX

不同的文本本质上应对应不同数量的关键短语。现有的神经关键词生成模型很大程度上缺少这种需求。在这项研究中，我们从建模和评估的角度来解决这个问题。我们首先提出了一个循环生成模型，该模型生成多个关键短语作为分隔符分隔的序列。通过操纵解码器隐藏状态，两种新技术进一步增强了生成多样性。与以前的方法相比，我们的模型能够生成不同的关键词并控制输出数量。我们进一步提出了两个针对可变数字生成的评估指标。我们还引入了一个新的数据集 StackEx，该数据集扩展了关键短语生成任务中唯一现有的类型（即学术写作）。凭借先前和新的评估指标，我们的模型在所有数据集上都优于强大的基线。