-
题名一种基于预训练的条件文本生成方法
- 1
-
-
作者
邵党国
孔宪媛
马磊
安青
黄琨
相艳
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
-
出处
《中文信息学报》
北大核心
2025年第7期127-137,共11页
-
基金
国家自然科学基金(62266025)
云南省基础研究专项(202001AT070047)。
-
文摘
随着电子商务的发展,人们需要从产品的评论中更加全面地了解产品信息,高质量的评论文本对于客户黏度和社会舆论发挥着重要作用。传统的中文文本生成模型表现良好,却不能有效结合先验知识并根据条件情感输入生成对应情感极性的文本。该文提出一种条件评论文本生成模型,将预训练语言模型与生成对抗网络结合起来,利用预训练模型较好的语言理解能力学习真实文本中概率分布。该文通过在生成器层标准化中引入条件层标准化,达到根据输入情感标签自动生成对应情感极性文本的目的。在电商评论数据集上的实验表明,该模型相较于传统的Seq2Seq模型和SeqGAN模型,不仅引入条件情感输入,并且生成效果更优、文本质量更高。
-
关键词
BERT
SeqGAN
条件层标准化
条件文本生成
-
Keywords
BERT
SeqGAN
conditional layer normalization
conditional text generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
