张晨阳，杜义华

1.中国科学院计算机网络信息中心，北京100190

2.中国科学院大学，北京100049

引 言

短文本自动生成技术属于自然语言生成（NLG）的研究范畴，是指计算机能够根据知识库或逻辑形式的机器表述自动生成一段符合语法和逻辑的自然语言文本[1]。短文本是指长度较短,通常在200字符左右的文本形式[2]。相对于长文本，短文本内容特征稀疏、噪声大、上下文依赖性强，同时受网络传播的影响，短文本还具有海量性、实时性、内容多样性等特点，在预处理、文本语义表示及生成方法复杂度等方面都给短文本自动生成技术提出了挑战[3]。

短文本自动生成技术的研究意义主要体现在四方面：（1）阅读和写作效率提升的现实需要。在当前数据呈现爆炸性增长的背景下[4]，短文本自动生成技术可以从海量的文本信息中快速总结出内容主旨、要义，或按需自动生成提纲、文章，节省用户阅读写作时间。（2）人机交互满意度提升的需要。短文本自动生成技术在问答机器人、闲聊机器人等人机交互任务中可以获得更多优质的回复文本，提高机器有效应答能力，提升用户满意度[5]。（3）传播与引导效果提升的需要。短文本自动生成技术在信息传播与引导中可用于生成优质评论，降低负面信息的传播影响力[6]。（4）机器语义理解能力提升的需要。受短文本自身特性和网络传播的影响，在生成内容时计算机不仅要考虑短文本本身的特点，还要分析理解文本的上下文关系及用户个性，对机器语义理解能力的提升提出了更高的要求[7]。……