[发明专利]基于生成式对抗网络模型的新闻评论自动生成方法及系统有效
| 申请号： | 201811228324.5 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109523014B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 朱静;杨晋昌;黄颖杰;黄文恺 | 申请（专利权）人： | 广州大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李君;裘晖 |
| 地址： | 510006 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成式对抗网络模型的新闻评论自动生成方法及系统，该方法包括：获取多组目标特征新闻标题数据；对新闻标题数据进行预处理来构造训练数据，将训练数据输入长短期记忆网络‑循环神经网络模型进行训练，得到样本数据；将长短期记忆网络‑循环神经网络模型作为生成器，并在模型中加入鉴别器，对生成器与鉴别器进行博弈对抗训练，达到纳什均衡，形成生成式对抗网络模型；通过不断训练样本数据，修正生成式对抗网络模型，将该模型作为预生成新闻评论模型；加载预生成新闻评论模型，并设置输出参数调整预生成新闻评论模型，输出得到新闻评论。本发明节约了人力物力资源，极大地提高了新闻评论与新闻的相关性，具有极大的实用价值。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 模型 新闻 评论 自动 方法 系统 | ||
【主权项】：
1.基于生成式对抗网络模型的新闻评论自动生成方法，其特征在于，所述方法包括：获取多组目标特征新闻标题数据；对所述新闻标题数据进行预处理来构造训练数据，将所述训练数据输入长短期记忆网络‑循环神经网络模型进行训练，得到样本数据；将长短期记忆网络‑循环神经网络模型作为生成器，并在长短期记忆网络‑循环神经网络模型中加入鉴别器，对生成器与鉴别器进行博弈对抗训练，达到纳什均衡，形成生成式对抗网络模型；通过不断训练所述样本数据，修正生成式对抗网络模型，将修正后的生成式对抗网络模型作为预生成新闻评论模型；加载预生成新闻评论模型，并设置输出参数调整预生成新闻评论模型，输出得到新闻评论。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州大学，未经广州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811228324.5/，转载请声明来源钻瓜专利网。
