Knowledge Graphs からのテキスト生成に Graph Transformers を用いる

複数の文にわたる複雑なアイデアを表現するテキストの生成には、その内容の構造化された表現（ドキュメントプラン）が必要ですが、これらの表現を手動で生成することは非常に高コストであり、実用的ではありません。本研究では、情報抽出システムの出力、特に知識グラフから一貫性のある複数文テキストを生成する問題に取り組んでいます。グラフィカルな知識表現は計算機科学において一般的ですが、非階層的な性質、長距離依存関係の縮小、および構造的な多様性により、テキスト生成技術にとって大きな課題となっています。私たちは、このような知識グラフの関係構造を利用しつつ、線形化や階層制約を課さない新しいグラフ変換エンコーダーを導入します。このエンコーダーをエンコーダー-デコーダー設定に組み込むことで、グラフからテキストへの変換を行うエンドツーエンド学習可能なシステムを提供し、科学的テキストの領域に適用しています。自動評価と人間による評価の結果、当手法が競合するエンコーダー-デコーダー手法よりも情報量が多く、より良いドキュメント構造を持つテキストを生成することが示されました。