GTR-LSTM：一种用于从RDF数据生成句子的三重编码器

知识库是一种大规模的事实存储库，其内容主要以RDF三元组的形式表示，每个三元组由主语、谓语（关系）和宾语三部分构成。RDF三元组的表示方式为应用程序访问事实提供了简洁的接口，但该形式并非自然语言，因而对人类理解而言存在困难。为此，本文提出一种基于编码器-解码器框架的系统，可将一组RDF三元组自动转化为自然语言句子。为尽可能保留RDF三元组中的信息，我们提出了一种新型基于图结构的三元组编码器。该编码器不仅对三元组内部的元素进行编码，还建模了三元组内部以及三元组之间的语义关系。实验结果表明，在BLEU、METEOR和TER三个常用评价指标上，所提出的编码器相较于基线模型分别实现了最高达17.6%、6.0%和16.4%的性能提升，表现出一致且显著的改进。