迈向可控且个性化的评论生成

在本文中，我们提出了一种新颖模型 RevGAN，可基于任意给定的情感和风格信息自动生成可控且个性化的用户评论。RevGAN 利用了三个新颖组件的组合，包括自注意力递归自编码器、条件判别器和个性化解码器。我们在多个真实世界数据集上测试了其性能，我们的模型在句子质量、连贯性、个性化以及人工评估方面显著优于最先进的生成模型。我们还通过实证表明，生成的评论不易与真实撰写的评论区分，且它们遵循相同的统计语言学规律。