面向问答社区的评论生成关键技术研究

发布时间：2021-03-25 05:30

　　随着人工智能的快速发展,自然语言处理成为最为热门的研究领域之一,而自然语言生成是其最难的任务之一。本课题研究问答社区中的用户评论自动生成任务属于自然语言生成任务,但又与传统的语言生成任务不同,如文本摘要生成、图片描述生成等生成的对象文本均是受到较多的限制,而问答社区中用户评论生成是几乎不受限的语言生成,用户评论可以存在多种表达方式、多种语言风格,甚至内容上可以与答案没有明显的相关性,在生成的过程中具有更多的困难。本文探索问答社区中的用户评论生成技术,从如下三个方面进行研究:问答社区中的用户评论行为分析、问答社区中的具体评论生成技术研究以及非具体评论自动生成技术的改进,并在典型的问答社区——知乎的数据集上进行了验证。本文的研究内容及贡献如下:第一,对问答社区中的用户评论行为进行了分析,分别分析了问答社区中的数据分布、社区中的用户参与情况、用户评论的倾向性以及用户评论的独立分析四个方面。分析结果表明用户社区中用户评论时有评论聚集现象,用户评论行为的活跃性要高于提问和回答的活跃性,用户评论行为受到答案下早期评论的影响,根据是否具有直接的评论依据得到用户评论分为具体评论和非具体评论、用户评论的... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 研究现状
        1.2.1 用户评论行为分析现状
        1.2.2 用户评论自动生成现状
    1.3 本文主要的研究内容
    1.4 论文主要组织结构
第2章 问答社区中用户评论分析
    2.1 问答社区中数据分布情况
    2.2 问答社区中用户的参与情况
        2.2.1 用户创作活跃度情况分析
        2.2.2 用户非创作行为的社区参与情况分析
    2.3 问答社区中用户评论倾向性分析
        2.3.1 答案中影响用户评论的因素
        2.3.2 用户评论的话题分析
    2.4 问答社区中用户评论分析
        2.4.1 问答社区中的用户评论时间
        2.4.2 用户评论的长度分析
        2.4.3 用户评论的方式分析
    2.5 本章小结
第3章 问答社区中具体评论生成
    3.1 具体评论和非具体评论生成区别
    3.2 问答社区中的评论点识别
        3.2.1 基于Bi DAF模型的评论点识别
        3.2.2 基于字重叠算法的评论点识别
        3.2.3 评论点识别实验结果与分析
    3.3 基于统计机器翻译的具体评论生成
        3.3.1 实验数据集与实验设置
        3.3.2 评价指标
        3.3.3 实验结果与分析
    3.4 本章小结
第4章 问答社区中的非具体评论生成
    4.1 基于seq2seq模型的评论生成
    4.2 基于改进的seq2seq模型的评论生成
        4.2.1 拷贝机制的引入
        4.2.2 问题和答案的融合方法
    4.3 实验数据集与评价指标
    4.4 实验设置
    4.5 实验结果与分析
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢


【参考文献】：
期刊论文
[1]微博网络用户的活跃性判定方法[J]. 仲兆满,戴红伟,管燕.  中文信息学报. 2018(09)
[2]基于优先连接机制的微博用户评论行为建模研究[J]. 易兰丽,杨慧,闫强.  情报杂志. 2018(06)
[3]一种基于混合粒度的微博用户标签推荐模型[J]. 张瑞,金志刚,王颖.  计算机科学. 2016(04)
[4]基于用户行为特征的微博转发预测研究[J]. 刘玮,贺敏,王丽宏,刘悦,沈华伟,程学旗.  计算机学报. 2016(10)
[5]基于关系图特征的微博水军发现方法[J]. 程晓涛,刘彩霞,刘树新.  自动化学报. 2015(09)
[6]基于微博的产品评论挖掘:情感分析的方法[J]. 史伟,王洪伟,何绍义.  情报学报. 2014 (12)
[7]基于用户行为的微博用户社会影响力分析[J]. 毛佳昕,刘奕群,张敏,马少平.  计算机学报. 2014(04)
[8]基于移动互联网日志的搜索引擎用户行为研究[J]. 万飞,赵溪,梁循,潘登,倪志豪.  中文信息学报. 2014(02)
[9]构建微博用户兴趣模型的主题模型的分析[J]. 陈文涛,张小明,李舟军.  计算机科学. 2013(04)
[10]中文搜索引擎用户行为的演化分析[J]. 马少平,刘奕群,刘健,张敏,祝建华,茹立云.  中文信息学报. 2011(06)



本文编号：3099123