伴随着人工智能技术的发展,越来越多的工作会因为人工智能的进化而进行革命。比如在文字生成方面。过去人们需要报道员,编辑,记者等职业将一些体育报道或者新闻报道编辑成文字传达给大众。现在人工智能中的文本生成技术正在取代这一过程。而文本生成中的一类重要分支就是数据到文本的生成。这一方向是文本生成的重要研究课题之一,其目标是根据输入的结构化数据自动生成相关的描述性文本。这类任务需要解决两个问题:如何从冗余结构化数据中选择重要信息（内容规划阶段）,以及如何以自然语言形式正确描述重要信息（表面实现阶段）。以往的工作指出,目前主要的瓶颈是内容规划阶段。本文基于前人研究的数据到文本生成的模型进行研究,然后在此基础上针对内容规划阶段的一些薄弱环节,增加了数值关系挖掘模块。最后引入MASS（Masked Sequence to Sequence Pre-training for Language Generation）模块。数值关系挖掘模块是为了计算结构化数据中不相邻的数据对之间的内在联系,从而加强文本对数据的描述效果,保证最大程度的不遗漏数据。而MASS模块的引入,是将模型输出的文字进行重新生成,从而达到文本的表述多样化的目的。本文的主要工作如下:1)数据的预处理与向量化。本论文使用了信息抽取技术来从比赛摘要中抽取合适的内容进行规划。该技术能够从文本中识别出候选的实体（球员,球队,城市）和数值（得分,篮板等）的组合对,然后预测每个候选对的类型和关系。这种信息抽取技术的模型结构具体是通过集成三个卷积模型和三个双向LSTM（Long Short-Term Memory）组成从而来预测关系。这个预处理系统的输出内容是元组,其顺序为实体、值、记录类型、H/V。先将球员的名字预处理表明个人姓名,球队记录也被预处理,以表明球队所在城市和球队本身的名称。将预处理后的数据通过全连接层和Re LU（Rectifier Linear Unit）进行向量化。2)内容选择与规划。在得到向量化的数据后,整个系统通过一个内容选择门来对数据中的特征进行选择。具体的做法是将向量化的数据通过注意力机制进行加权,然后得到一个特征矩阵,之后决定哪些特征可以留下来。在这之后,系统中引入了一个数据关系挖掘模块对数据对的关系价值进行再次评估,如果关系价值较高,则将被删掉的特征也加入特征矩阵,得到可以保留的特征矩阵。系统通过指针网络和LSTM构建的解码器,通过输入前一次输出的隐藏状态和注意力机制得到当前步骤的输出。同时也会启用数据关系挖掘模块评估数据之间的关系价值。3)文本生成和多样性表述。得到上一步的内容规划输出以后,通过一个Bi-LSTM网络来对文本进行解码,预测,以及从复制机制中生成文本。然后将模型输出的文本导入MASS中进行训练,最后输出表述更多样性的文本。