期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于SGAN的中文问答生成研究 被引量:5
1
作者 沈杰 瞿遂春 +2 位作者 任福继 邱爱兵 徐杨 《计算机应用与软件》 北大核心 2019年第2期194-199,共6页
生成对抗网络GAN(Generative adversarial networks)仅适用于解决连续型数据,同时中文对话模型训练缺乏高质量的样本数据集。研究开放域中文闲聊的问答生成,对话文本是离散型数据,GAN的使用受到限制。设计新的序列对抗生成网络SGAN(Sequ... 生成对抗网络GAN(Generative adversarial networks)仅适用于解决连续型数据,同时中文对话模型训练缺乏高质量的样本数据集。研究开放域中文闲聊的问答生成,对话文本是离散型数据,GAN的使用受到限制。设计新的序列对抗生成网络SGAN(Sequence GAN)来解决此问题。SGAN使用基于强化学习的生成器扩展GAN,可以解决序列生成问题。同时使用Actor-Critic策略梯度训练模型,评价指标采用精准度和召回率。实验结果表明,该对话序列对抗模型能够生成足够的对话样本混淆人为提供的样本。 展开更多
关键词 问答系统 序列对抗模型 强化学习 Actor-Critic策略梯度 评价指标
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部