计算机应用

作者：孙鹤立, 孙玉柱, 张晓云

单位：1. 西安交通大学 计算机科学与技术学院, 西安 710049;2. 西安交通大学 外国语学院, 西安 710049

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

基金：国家自然科学基金资助项目（61672417）。

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。

来源：2021年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第5期