基于SGAN的中文问答生成研究

• 作者: 任福继 徐杨 沈杰 瞿遂春 邱爱兵
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 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
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 194-199
• 页数: 6页
• 分类号: TP391
• 字数: 4071字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.02.035

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱爱兵	南通大学电气工程学院	37	82	5.0	7.0
2	瞿遂春	南通大学电气工程学院	17	54	5.0	6.0
3	徐杨	南通大学电气工程学院	2	1	1.0	1.0