李雪晴，王 石，王朱君，朱俊武

（1.扬州大学信息工程学院，江苏扬州 225000；2.中国科学院计算技术研究所，北京 100190）

（*通信作者电子邮箱wangshi@ict.ac.cn）

0 引言

自然语言生成（Natural Language Generation，NLG）是自然语言处理领域一个重要的组成部分，实现高质量的自然语言生成也是人工智能迈向认知智能的重要标志。作为人工智能和计算语言学的子领域，自然语言生成从抽象的概念层次开始来生成文本［1］。NLG 技术具有极为广泛的应用价值，应用于智能问答对话系统和机器翻译系统时，可实现更为智能便捷的人机交互；应用于机器新闻写作［2］、医学诊断报告生成［3］和天气预报生成［4］等领域时，可实现文章报告自动撰写，有效减轻人工工作；应用于文章摘要、文本复述领域时，可为读者创造快速阅读条件等。

按照输入信息的类型划分，自然语言生成可以分为三类：文本到文本生成、数据到文本生成和图像到文本生成。其中，文本到文本生成又可划分为机器翻译［5］、摘要生成、文本简化、文本复述等；数据到文本生成的任务常应用于基于数值数据生成BI（Business Intelligence）报告、医疗诊断报告等；在图像到文本的生成的应用领域中，常见的是通过新闻图像生成标题、通过医学影像生成病理报告、儿童教育中看图讲故事等。国际上对上述技术均进行了多年研究，研究成果主要发表在自然语言处理相关学术会议与期刊上，例如ACL（Annual Meeting of the Association for Computational Linguistics）、EMNLP（conference on Empirical Methods in Natural Language Processing）、NACAL（the North American Chapter of the Association for Computational Linguistic）、CoNLL（Conference on Computational Natural Language Learning）、ICLR（International Conference on Learning Representations）和AAAI（Association for the Advancement of Artificial Intelligence）等。上述每项技术都极具挑战性，在学界和工业界的研究发展中，已经对人们的生活和工作产生巨大的影响。……