基于图像与情感引导的评论文本生成

在当前计算机视觉领域，从给定图像自动生成文本已成为一项成熟的技术。迄今为止，该领域大多数工作集中于图像内容描述，即图像字幕生成。然而，鲜有研究关注生成产品评论文本，而这在在线购物商城中无处不在，并对在线购物选择与评估至关重要。与内容描述不同，评论文本包含更多顾客的主观信息，这可能给结果带来差异。因此，我们着眼于一个基于图像及作为非图像属性的在线购物产品评分，由顾客生成评论文本的新领域。我们对现有图像字幕生成模型进行了若干调整以适配我们的任务，其中还需考虑非图像特征。我们基于模型进行了实验并获得了有效的初步结果。