NLP自然语言处理系列- week6-文本生成案例（1）（Text Generation）
目录
文本生成
- 文本生成
- Seq2seq+Attention
- Pytorch 模块简介
文本生成是自然语言处理中一个重要的研究领域，根据不同的任务分为：文本摘要、 古诗生成、机器翻译、文本复述等。文本摘要可以分为抽取式摘要和生成式摘要。抽取式摘要从原文（source）中选取关键的句子摘抄下来，生成式摘要通过学习原文的语义，自动生成反应其核心思想的文本作为摘要。
- 生成式摘要：构建Seq2seq+Attention模型
- 集成生成式和抽取式两种方法：Pointer-Generator Network模型
文本生成的相关名词：
- source ： 输入的原文。本案例source 主要由三部分构成：1 商品的标题，2 商品的参数，3 商品图片提取的宣传文案。
- target或hypothesis ： 生成的目标文本
- reference ：评估target生成文本好坏的参考文本。
文本生成步骤：
- 文本预处理与特征提取
- 构建模型：构建一个深度学习模型，实现前向传导、定义损失函数等
- 模型调参
- 实现Beam Search
- 模型评估 文本生成
