基于生成对抗网络的事件描述生成

• 作者: 孙鹤立 孙玉柱 张晓云
• 来源期刊: 计算机应用
• 关键词: 基于事件的社会网络 事件描述 文本生成 生成对抗网络 变分自编码器
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能|Artificial intelligence
• 页码范围: 1256-1261
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020081242

摘要

在基于事件的社会网络(EBSN)中,自动生成社交事件(Social Event)的事件描述(Event Description)供组织者参考,从而有效避免描述贫乏、描述过度、精准度低的问题,易于形成丰富、准确、高吸引力的事件描述.为了自动生成与真实事件描述足够相似的文本,提出了一种生成对抗网络(GAN)模型GAN_PG来生成事件描述.GAN_PG模型中的生成模型(Generator)采用变分自编码器(VAE),判别模型(Discriminator)采用带门控循环单元(GRU)的神经网络.模型训练时借鉴了强化学习中的策略梯度(PG)下降,并通过设计合理的奖励函数来训练生成器生成事件描述.实验结果表明,设计的模型生成事件描述的BLEU-4值达到了0.67,证明了提出的事件描述生成模型GAN_PG可以无监督地产生与自然语言足够相似的事件描述.