考虑评级信息的音乐评论文本自动生成

• 作者: 严丹 何军 刘红岩 杜小勇
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 文本自动生成 生成式对抗网络(GAN) 强化学习 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 1389-1396
• 页数: 8页
• 分类号: TP322|TP391
• 字数: 6438字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1908075

摘要

近年来在线唱歌平台作为一种新型的娱乐方式吸引了大量用户.在在线唱歌平台上,评论发布的音乐作品是平台用户之间分享和交流的一种方式,对用户发布作品具有激励作用.但是新用户的作品或者新发布的作品往往缺乏评论,对音乐作品自动生成评论可以在一定程度上解决此问题.在在线唱歌平台上的评论文本与音乐作品的表现评级存在一定的关系.因此,研究考虑音乐作品评级信息的评论文本自动生成的方法.为此提出了一种基于生成式对抗网络的深度文本生成模型GradeGAN,包括生成器、文本判别器和等级判别器,利用文本判别器和等级判别器共同指导生成器生成准确的文本,同时使生成的文本与等级信息相符.在真实的数据集上的实验结果表明,与已有相关模型相比,所提模型在生成评论时不仅具有更高的准确性,同时具有较高的多样性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘红岩	清华大学经济管理学院	17	784	6.0	17.0