-
题名HQ-GAN:一种幽默格言类型文本生成方法的研究
- 1
-
-
作者
沙灜
曹浩
王欢
葛星
吴明民
-
机构
华中农业大学信息学院
湖北省农业大数据工程技术研究中心
-
出处
《中文信息学报》
北大核心
2025年第6期137-147,共11页
-
基金
国家自然科学基金(62006089)
国家社会科学基金(19BSH022)。
-
文摘
该文提出了一种新型幽默文本生成任务,即输入格言的前半句,由模型自动生成颠覆或反转前半句语义的后半句。例如,输入“上帝在给你关上一扇门的时候”,输出为“还会给你的脑袋夹一下”。针对该任务提出了幽默格言类型文本生成方法。该方法结合基于对比学习的数据增强技术和Prompting技术,构建了基于双判别器生成对抗网络的幽默格言生成模型HQ-GAN(Humor Quotes GAN),该模型同时关注了文本的语义特征和幽默特征。实验结果表明,在人工收集构建的30727条数据集上训练后,该模型生成句子的BLEU指标达到30.4%,人工评判的幽默文本比例为20.6%,均优于当前最佳方法。
-
关键词
幽默格言生成
生成对抗网络
特征提取
强化学习
-
Keywords
humor quotes generation
gan
feature extraction
reinforcement learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
