[發明專利]帶有情感傾向的網評語句自動生成系統

在審

• 申請號: 201910191363.0
• 申請日: 2019-03-12
• 公開（公告）號: CN109948031A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 夏正友;劉慶慶;劉賽賽
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/955;G06F16/33;G06F16/35
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明介紹了一個自動生成帶有情感傾向的網評語句的系統，能夠根據用戶提供的關鍵詞及情感等信息，自動生成匹配的網評語句。傳統的自然語言生成方法生成的語句過于呆板、單調，且擴展性差，很難適應人類日益變化的語言風格。本文介紹的語句自動生成機制，能夠生成各具特色并帶有情感傾向的語句，拋去了原本基于規則生成語句所需要的對語義、語法等的知識儲備，簡單高效。本發明的整體思想是，首先從網絡獲取語句資源作為語料庫并利用情感分析相關技術對其進行情感傾向分類，然后搭建搜索框架，基于用戶提供的相關信息，從大量的數據中匹配符合用戶需求的文本并呈現出來，本系統擴展性好且生成的句子更符合人們的日常用語。

技術領域

本發明屬于計算機應用領域，尤其涉及一種帶有情感傾向的網絡評論自動生成的方法。

背景技術

近年來，隨著計算機、互聯網等技術的快速發展，人們在工作和生活中會花費大量時間活躍在網絡中，很多消息新聞也是從網絡得知，所以比起在現實生活中和朋友交流意見思想，人們更傾向于在網絡上發表自己的言論，讓其言論更具影響力。

自然語言生成屬于人工智能和計算語言學的交叉學科，其目的旨在使機器生成可以理解的人類自然語言。自然語言生成技術在很多領域都有應用，比如對話系統、機器翻譯等，它的發展能夠促進很多領域的進步。自然語言生成發展至今學者們提出了很多方法，其中最穩健也是使用最廣泛的NLG方法是基于規則/模板的方法。Mann等提出的修辭結構理論(RST)，被擴展為計算文本規劃的理論基礎，是基于規則生成的始祖。RST后來發展成為很多學者提出的文本生成方法的基礎，特別是用于規劃各種大型文本；Sugiyama等針對以前基于模板的生成器產生的話語有時包含關于與輸入用戶話語的不相關句子，提出了一種基于模板的改進的方法，該方法使用用戶話語中最突出的單詞填充模板，并使用從Twitter收集的Web級依賴結構提取相關單詞。后來出現了可訓練的句子生成器，Stent等提出的可訓練的句子生成器，能夠自動適應應用領域的通用語言知識，它有快速靈活且通用但在特定領域中產生高質量輸出的優點，該生成器可以產生與MATCH基于模板的生成器相當的輸出。隨著網絡的發展，數據的獲取越來越容易，隨之而生的新的基于語料庫的自然語言生成方法被提出并廣泛應用。 Oh和Rudnicky提出了基于語料庫的自然語言生成方法，對執行感興趣任務的領域專家所說的語言進行建模，并使用該模型隨機生成系統話語。后來將這一技術應用于句子的實現和內容的規劃，并將生成結果的組件集成到一個可以工作的自然對話系統中。他們用兩個語料庫來構建基于單詞的n-gram語言模型，然后隨機生成語句。雖然上述傳統的自然語言生成系統在現在也有著廣泛的應用，但是這些系統也存在著一些問題，對手工定制的依賴性很大，而且生成的語句很單調，不能夠適應人類日益變化的語言風格，且泛化能力差，不能夠擴展到針對網評語句的生成。上述方法在我們應用上最大的問題是，上述生成系統忽略了用戶在語句生成系統中的作用，不能由用戶主導所生成的句子。我們的系統主要是面向使用者，能夠有針對性的根據用戶提供的信息生成符合用戶需求的語句。

發明內容

本發明是一個自動生成帶有情感傾向的網評語句的系統，能夠根據用戶提供的關鍵詞及情感等信息，自動生成匹配的網評語句。

傳統的自然語言生成方法生成的語句過于呆板、單調，且這類方法擴展性差，很難適應人類日益變化的語言風格。我們的目標是為最終用戶生成流暢且帶有個人感情色彩的文本。本文介紹的語句自動生成機制，能夠生成各具特色的語句并帶有情感傾向，且拋去了原本基于規則生成語句所需要的對語義、語法等的知識儲備，簡單高效。我們的想法是首先從網絡獲取語句資源作為語料庫并利用情感分析相關技術對其進行情感傾向分類，然后利用搜索引擎的思想，在基于用戶提供相關信息的情況下，從大量的數據中尋找符合用戶需求的語句并呈現出來，這樣生成的句子更符合人們的日常。

本發明提供了一種自動生成帶有情感傾向網評語句的機制，整個系統的流程在圖1中展示，具體包括下述步驟：