网评贴文自动生成方法研究

TP391; [目的]为反制社交网络中的恶意信息、引导正确的舆论走向,提出一种时序序列生成式对抗网络(T-SeqGAN),实现网评贴文自动生成.[方法]通过将序列生成式对抗网络(SeqGAN)的生成器修改为Seq2Seq结构,分别以双向门控循环单元和时序卷积神经网络(TCN)作为其编码器与解码器的骨架网络的方式,提高生成贴文与真实网评贴文的语序结构及语义特征的相似性;通过将SeqGAN的判别器修改为TCN与注意力机制层相结合的模型的方式,提高生成贴文的语句通顺度.[结果]与基线模型相比,利用T-SeqGAN生成的网评贴文BLEU-2(0.799 35)、BLEU-3(0.603 96)、BLEU-4(0.476 42)、KenLM(-27.670 29)指标值更高,PPL(0.75247)指标值更低.[局限]生成贴文的词汇量及语言风格受制于已有的真实贴文,网评贴文自动生成方法的适用情景受限.[结论]本文模型生成的网评贴文具有更高的语序正确性和语法正确性,与真实贴文的内容相似性也更高,能够在社交网络中引导正确的舆论走向.