초록
E2E NLG 챌린지는 키-값 쌍의 집합으로부터 레스토랑 설명을 생성하는 공유 과제이다. 본 논문은 이 챌린지에 참가한 결과를 기술한다. 우리는 유창한 레스토랑 설명을 생성하는 간단하면서도 효과적인 신경망 인코더-디코더 모델을 개발하였으며, 강력한 베이스라인을 초과하는 성능을 보였다. 또한 주최 측이 제공한 데이터를 추가로 분석한 결과, 단 몇 시간 내에 개발된 템플릿 기반 모델을 이용하여 이 과제도 해결할 수 있음을 결론지었다.
E2E NLG 챌린지는 키-값 쌍의 집합으로부터 레스토랑 설명을 생성하는 공유 과제이다. 본 논문은 이 챌린지에 참가한 결과를 기술한다. 우리는 유창한 레스토랑 설명을 생성하는 간단하면서도 효과적인 신경망 인코더-디코더 모델을 개발하였으며, 강력한 베이스라인을 초과하는 성능을 보였다. 또한 주최 측이 제공한 데이터를 추가로 분석한 결과, 단 몇 시간 내에 개발된 템플릿 기반 모델을 이용하여 이 과제도 해결할 수 있음을 결론지었다.