[發明專利]基于類標序列生成式對抗模型的文本自動生成方法

在審

• 申請號: 202010065680.0
• 申請日: 2020-01-20
• 公開（公告）號: CN111259650A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 陳晉音;張敦杰;王雪柯;吳洋洋
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/289;G06F16/33;G06F16/35
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

1.一種基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，包括步驟：

基于生成式對抗模型構建文本生成器；

利用所述文本生成器生成基于真實文本的生成文本；

調整所述生成文本的文本長度；

對調整過文本長度的生成文本進行關鍵詞替換，獲得最終生成文本。

2.如權利要求1所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述文本生成器的構建過程包括：

以LSeqGAN模型作為文本生成器的構建系統，LSeqGAN由生成器G和判別器D，其中，生成器G用于根據輸入的真實文本輸出指定類型的生成文本；判別器D用于判別真實文本和生成文本的真假；

以公式(1)作為優化目標，對LSeqGAN模型進行迭代優化，直到收斂，提取收斂時生成器G和對應的網絡參數作為文本生成器；

其中，s表示當前的生成文本序列，總長度設定為t，序列結束也用0填滿至長度t，label表示生成文本序列的原始類標，a＝y_t表示下一個生成的文本序列，表示到T時刻為止，由G_β生成的序列，表示在原始類標label下，預測為真實類標的概率；表示在類標label下，N次帶roll-out策略的G_β次的蒙特卡洛搜索。

3.如權利要求2所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述生成器G包括長短期記憶網絡和softmax激活層，其中，長短期記憶網絡用于根據輸入的真實文本產生生成文本，所述softmax激活層用于根據所述生成文本產生指定類型的生成文本。

4.如權利要求2所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述真實文本在輸入至生成器G之前，需要對真實文本進行編碼成文本矩陣，并用零補添所述文本矩陣到固定長度。

5.如權利要求2所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述判別器D包括特征提取單元和softmax激活層，其中，所述特征提取單元用于提取輸入的真實文本和生成文本的特征，所述softmax激活層用于對提取的特征進行激活映射，輸出真實文本和生成文本的預測標簽。

6.如權利要求1所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述調整所述生成文本的文本長度包括：

檢測所述生成文本中的零，刪除零之后的文本序列，以調整生成文本的文本長度。

7.如權利要求1所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，所述對調整過文本長度的生成文本進行關鍵詞替換包括：

選定關鍵詞，并從數據集中選擇與關鍵詞相似度高的一組詞匯作為替換詞；

根據關鍵詞在所述生成文本中選擇與關鍵詞相似度高的一組詞匯作為被替換詞；

從替換詞中抽樣替換生成文本中的被替換詞，以獲得最終生成文本。

8.如權利要求7所述的基于類標序列生成式對抗模型的文本自動生成方法，其特征在于，通過WordNet計算詞匯相似度，并利用給定的相似閾值篩選詞匯相似度較高的一組作為替換詞和/或被替換詞。