隨著人工智能的快速發(fā)展,自然語言處理成為最為熱門的研究領(lǐng)域之一,而自然語言生成是其最難的任務(wù)之一。本課題研究問答社區(qū)中的用戶評論自動生成任務(wù)屬于自然語言生成任務(wù),但又與傳統(tǒng)的語言生成任務(wù)不同,如文本摘要生成、圖片描述生成等生成的對象文本均是受到較多的限制,而問答社區(qū)中用戶評論生成是幾乎不受限的語言生成,用戶評論可以存在多種表達(dá)方式、多種語言風(fēng)格,甚至內(nèi)容上可以與答案沒有明顯的相關(guān)性,在生成的過程中具有更多的困難。本文探索問答社區(qū)中的用戶評論生成技術(shù),從如下三個方面進(jìn)行研究:問答社區(qū)中的用戶評論行為分析、問答社區(qū)中的具體評論生成技術(shù)研究以及非具體評論自動生成技術(shù)的改進(jìn),并在典型的問答社區(qū)——知乎的數(shù)據(jù)集上進(jìn)行了驗證。本文的研究內(nèi)容及貢獻(xiàn)如下:第一,對問答社區(qū)中的用戶評論行為進(jìn)行了分析,分別分析了問答社區(qū)中的數(shù)據(jù)分布、社區(qū)中的用戶參與情況、用戶評論的傾向性以及用戶評論的獨立分析四個方面。分析結(jié)果表明用戶社區(qū)中用戶評論時有評論聚集現(xiàn)象,用戶評論行為的活躍性要高于提問和回答的活躍性,用戶評論行為受到答案下早期評論的影響,根據(jù)是否具有直接的評論依據(jù)得到用戶評論分為具體評論和非具體評論、用戶評論的... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 研究現(xiàn)狀
        1.2.1 用戶評論行為分析現(xiàn)狀
        1.2.2 用戶評論自動生成現(xiàn)狀
    1.3 本文主要的研究內(nèi)容
    1.4 論文主要組織結(jié)構(gòu)
第2章 問答社區(qū)中用戶評論分析
    2.1 問答社區(qū)中數(shù)據(jù)分布情況
    2.2 問答社區(qū)中用戶的參與情況
        2.2.1 用戶創(chuàng)作活躍度情況分析
        2.2.2 用戶非創(chuàng)作行為的社區(qū)參與情況分析
    2.3 問答社區(qū)中用戶評論傾向性分析
        2.3.1 答案中影響用戶評論的因素
        2.3.2 用戶評論的話題分析
    2.4 問答社區(qū)中用戶評論分析
        2.4.1 問答社區(qū)中的用戶評論時間
        2.4.2 用戶評論的長度分析
        2.4.3 用戶評論的方式分析
    2.5 本章小結(jié)
第3章 問答社區(qū)中具體評論生成
    3.1 具體評論和非具體評論生成區(qū)別
    3.2 問答社區(qū)中的評論點識別
        3.2.1 基于Bi DAF模型的評論點識別
        3.2.2 基于字重疊算法的評論點識別
        3.2.3 評論點識別實驗結(jié)果與分析
    3.3 基于統(tǒng)計機器翻譯的具體評論生成
        3.3.1 實驗數(shù)據(jù)集與實驗設(shè)置
        3.3.2 評價指標(biāo)
        3.3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第4章 問答社區(qū)中的非具體評論生成
    4.1 基于seq2seq模型的評論生成
    4.2 基于改進(jìn)的seq2seq模型的評論生成
        4.2.1 拷貝機制的引入
        4.2.2 問題和答案的融合方法
    4.3 實驗數(shù)據(jù)集與評價指標(biāo)
    4.4 實驗設(shè)置
    4.5 實驗結(jié)果與分析
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]微博網(wǎng)絡(luò)用戶的活躍性判定方法[J]. 仲兆滿,戴紅偉,管燕.  中文信息學(xué)報. 2018(09)
[2]基于優(yōu)先連接機制的微博用戶評論行為建模研究[J]. 易蘭麗,楊慧,閆強.  情報雜志. 2018(06)
[3]一種基于混合粒度的微博用戶標(biāo)簽推薦模型[J]. 張瑞,金志剛,王穎.  計算機科學(xué). 2016(04)
[4]基于用戶行為特征的微博轉(zhuǎn)發(fā)預(yù)測研究[J]. 劉瑋,賀敏,王麗宏,劉悅,沈華偉,程學(xué)旗.  計算機學(xué)報. 2016(10)
[5]基于關(guān)系圖特征的微博水軍發(fā)現(xiàn)方法[J]. 程曉濤,劉彩霞,劉樹新.  自動化學(xué)報. 2015(09)
[6]基于微博的產(chǎn)品評論挖掘:情感分析的方法[J]. 史偉,王洪偉,何紹義.  情報學(xué)報. 2014 (12)
[7]基于用戶行為的微博用戶社會影響力分析[J]. 毛佳昕,劉奕群,張敏,馬少平.  計算機學(xué)報. 2014(04)
[8]基于移動互聯(lián)網(wǎng)日志的搜索引擎用戶行為研究[J]. 萬飛,趙溪,梁循,潘登,倪志豪.  中文信息學(xué)報. 2014(02)
[9]構(gòu)建微博用戶興趣模型的主題模型的分析[J]. 陳文濤,張小明,李舟軍.  計算機科學(xué). 2013(04)
[10]中文搜索引擎用戶行為的演化分析[J]. 馬少平,劉奕群,劉健,張敏,祝建華,茹立云.  中文信息學(xué)報. 2011(06)



本文編號：3099123