[发明专利]一种基于主题词的语言生成方法

权利要求书

1.一种基于主题词的语言生成方法，其特征在于，所述方法使用传统的Seq2Seq模型对上下文以及主题词进行训练，所述训练包括在模型编码部分计算出输入X_i的隐层信息所对应的中间层信息c_i，同时将主题词的词向量也通过注意力机制生成中间层信息o_i，将c_i和o_i通过联合注意力机制的结构，使二者共同影响最终生成不仅与所述上下文相关，而且和所述主题词相关的序列；所述主题词由两部分组成，一部分主题词来自于用户勾选的关键词，另一部分主题词是利用语料信息生成相应主题中高概率的主题词；所述利用语料信息生成相应主题中高概率的主题词是通过文档主题生成模型构建文本-主题-主题词之间的关系生成，在构建所述关系时，首先利用社交平台的评论信息生成评论语料，然后将用户勾选的关键词对应到相应的语料信息中，最后利用语料信息生成相应主题中概率最高的10个主题词；所述利用语料信息生成相应主题中概率最高的10个主题词受概率分布的影响，所述概率分布取决于编码的隐层状态，中间层信息，情感信息，以及前词生成的序列；所述情感信息取决于情感向量C_i，某条评分生成的上下文向量表示如下：

其中，所述{R_i1,R_i2,…R_in}表示对于商品i的各属性打分，R_i0表示对商品i的整体评分，所述n表示属性个数，所述E_i∈R^d×N，d表示商品属性词向量的维度，N表示不同评分i对应属性的数量，所述所述d₀表示商品Item_i向量的维度，当计算出不同评分j生成的上下文向量，将所述由不同评分生成的上下文向量首尾连接起来生成所述情感向量C_i。

2.如权利要求1所述的方法，其特征在于，为了提升生产评论的语言流畅性，引入了基于FP-growth算法的模板机制，生成相关语料的频繁模式树，得到由频繁词语及词性组成的句子骨架，进而构建生成最终文本。