[发明专利]带有情感倾向的网评语句自动生成系统

说明书

本发明介绍了一个自动生成带有情感倾向的网评语句的系统，能够根据用户提供的关键词及情感等信息，自动生成匹配的网评语句。传统的自然语言生成方法生成的语句过于呆板、单调，且扩展性差，很难适应人类日益变化的语言风格。本文介绍的语句自动生成机制，能够生成各具特色并带有情感倾向的语句，抛去了原本基于规则生成语句所需要的对语义、语法等的知识储备，简单高效。本发明的整体思想是，首先从网络获取语句资源作为语料库并利用情感分析相关技术对其进行情感倾向分类，然后搭建搜索框架，基于用户提供的相关信息，从大量的数据中匹配符合用户需求的文本并呈现出来，本系统扩展性好且生成的句子更符合人们的日常用语。

技术领域

本发明属于计算机应用领域，尤其涉及一种带有情感倾向的网络评论自动生成的方法。

背景技术

近年来，随着计算机、互联网等技术的快速发展，人们在工作和生活中会花费大量时间活跃在网络中，很多消息新闻也是从网络得知，所以比起在现实生活中和朋友交流意见思想，人们更倾向于在网络上发表自己的言论，让其言论更具影响力。

自然语言生成属于人工智能和计算语言学的交叉学科，其目的旨在使机器生成可以理解的人类自然语言。自然语言生成技术在很多领域都有应用，比如对话系统、机器翻译等，它的发展能够促进很多领域的进步。自然语言生成发展至今学者们提出了很多方法，其中最稳健也是使用最广泛的NLG方法是基于规则/模板的方法。Mann等提出的修辞结构理论(RST)，被扩展为计算文本规划的理论基础，是基于规则生成的始祖。RST后来发展成为很多学者提出的文本生成方法的基础，特别是用于规划各种大型文本；Sugiyama等针对以前基于模板的生成器产生的话语有时包含关于与输入用户话语的不相关句子，提出了一种基于模板的改进的方法，该方法使用用户话语中最突出的单词填充模板，并使用从Twitter收集的Web级依赖结构提取相关单词。后来出现了可训练的句子生成器，Stent等提出的可训练的句子生成器，能够自动适应应用领域的通用语言知识，它有快速灵活且通用但在特定领域中产生高质量输出的优点，该生成器可以产生与MATCH基于模板的生成器相当的输出。随着网络的发展，数据的获取越来越容易，随之而生的新的基于语料库的自然语言生成方法被提出并广泛应用。 Oh和Rudnicky提出了基于语料库的自然语言生成方法，对执行感兴趣任务的领域专家所说的语言进行建模，并使用该模型随机生成系统话语。后来将这一技术应用于句子的实现和内容的规划，并将生成结果的组件集成到一个可以工作的自然对话系统中。他们用两个语料库来构建基于单词的n-gram语言模型，然后随机生成语句。虽然上述传统的自然语言生成系统在现在也有着广泛的应用，但是这些系统也存在着一些问题，对手工定制的依赖性很大，而且生成的语句很单调，不能够适应人类日益变化的语言风格，且泛化能力差，不能够扩展到针对网评语句的生成。上述方法在我们应用上最大的问题是，上述生成系统忽略了用户在语句生成系统中的作用，不能由用户主导所生成的句子。我们的系统主要是面向使用者，能够有针对性的根据用户提供的信息生成符合用户需求的语句。

发明内容

本发明是一个自动生成带有情感倾向的网评语句的系统，能够根据用户提供的关键词及情感等信息，自动生成匹配的网评语句。

传统的自然语言生成方法生成的语句过于呆板、单调，且这类方法扩展性差，很难适应人类日益变化的语言风格。我们的目标是为最终用户生成流畅且带有个人感情色彩的文本。本文介绍的语句自动生成机制，能够生成各具特色的语句并带有情感倾向，且抛去了原本基于规则生成语句所需要的对语义、语法等的知识储备，简单高效。我们的想法是首先从网络获取语句资源作为语料库并利用情感分析相关技术对其进行情感倾向分类，然后利用搜索引擎的思想，在基于用户提供相关信息的情况下，从大量的数据中寻找符合用户需求的语句并呈现出来，这样生成的句子更符合人们的日常。

本发明提供了一种自动生成带有情感倾向网评语句的机制，整个系统的流程在图1中展示，具体包括下述步骤：