發(fā)布時間：2021-11-04 18:23

　　近年來在線唱歌平臺作為一種新型的娛樂方式吸引了大量用戶。在在線唱歌平臺上,評論發(fā)布的音樂作品是平臺用戶之間分享和交流的一種方式,對用戶發(fā)布作品具有激勵作用。但是新用戶的作品或者新發(fā)布的作品往往缺乏評論,對音樂作品自動生成評論可以在一定程度上解決此問題。在在線唱歌平臺上的評論文本與音樂作品的表現(xiàn)評級存在一定的關(guān)系。因此,研究考慮音樂作品評級信息的評論文本自動生成的方法。為此提出了一種基于生成式對抗網(wǎng)絡(luò)的深度文本生成模型GradeGAN,包括生成器、文本判別器和等級判別器,利用文本判別器和等級判別器共同指導(dǎo)生成器生成準(zhǔn)確的文本,同時使生成的文本與等級信息相符。在真實(shí)的數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,與已有相關(guān)模型相比,所提模型在生成評論時不僅具有更高的準(zhǔn)確性,同時具有較高的多樣性。 

【文章來源】：計(jì)算機(jī)科學(xué)與探索. 2020,14(08)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

GradeGAN的模型結(jié)構(gòu)

使用語言建模訓(xùn)練工具SRILM(SRI language model)[17]來評測生成文本的流暢度。SRILM使用訓(xùn)練的語言模型計(jì)算生成句子的困惑度（perplexity）。困惑度越低，說明生成文本的流暢度越高。實(shí)驗(yàn)結(jié)果如圖2所示，從圖2中可以看出，GradeGAN模型生成評論文本的流暢度明顯高于其他模型。4.2.3 生成評論文本的多樣性


本文編號：3476240