10月23日，微軟亞洲研究院首席研究員、研究經(jīng)理和知識計算組主任林欽佑到訪中國科學(xué)院自動化研究所，作題為“數(shù)據(jù)到文本——從結(jié)構(gòu)化數(shù)據(jù)中自動生成文本”（Data2Text – Automatic Text Generation from Structured Data）的分享報告。報告由模式識別國家重點實驗室研究員趙軍主持。 

　　報告圍繞“結(jié)構(gòu)化數(shù)據(jù)自動生成文本”這一主題進行。報告介紹說，以購物網(wǎng)站產(chǎn)品結(jié)構(gòu)化數(shù)據(jù)的文本描述為例，統(tǒng)計發(fā)現(xiàn)，目前11%的產(chǎn)品只有結(jié)構(gòu)化數(shù)據(jù)，沒有描述信息，現(xiàn)有的描述信息50%不足30個詞，難以得到產(chǎn)品的詳細(xì)信息。報告將“數(shù)據(jù)到文本”的應(yīng)用場景擴展到籃球賽況播報、會議概況、chatbot（聊天機器人）的結(jié)構(gòu)化數(shù)據(jù)生成文本，從統(tǒng)計數(shù)據(jù)和應(yīng)用場景說明這一主題的重要性。 

　　在報告中，林欽佑比較了“數(shù)據(jù)到文本”兩種技術(shù)手段：生成模型和模板方法。報告指出，生成模型語言流暢度，不能保證正確性；而模板方法能同時保證準(zhǔn)確性和流利度，并且限定領(lǐng)域的模板容易獲取，廣泛用于工業(yè)產(chǎn)品。報告重點介紹了這一任務(wù)的四個重大挑戰(zhàn)：知識（knowledge）、多樣化（variety）、視野（insight）、情境（contextual），并詳細(xì)解釋了這四個挑戰(zhàn)的具體內(nèi)容，提供了可能的解決方案。報告介紹了其團隊研發(fā)的“Data2Text Service”，從“說什么”到“怎么說”兩個角度，講解了屬性排序、模板選擇、屬性依賴、知識寫入等步驟。 

　　最后，報告還介紹了“數(shù)據(jù)到文本”任務(wù)的評價，重點分析了現(xiàn)有評價標(biāo)準(zhǔn)的缺陷，并期望提出自動、有效的評價指標(biāo)。