网评贴文自动生成方法研究

【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TSeqGAN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（0.752 47）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。