基于Transformer和VAE的汽车新闻文本生成研究

针对汽车新闻领域的文本生成任务,对语料库存在的问题提出系统性的解决方法,并提出一个Transformer融合变分自编码器(variational auto-encoder, VAE)的文本生成模型。该模型采用基于Transformer的预训练-微调的方法,在解码阶段加入VAE辅助文本生成。与加入注意力(attention)机制的长短时记忆(long short-term memory, LSTM)网络模型以及Transformer模型的对比实验结果验证了方法的有效性,文本生成实例表明,通过该方法生成的句子表达更加丰富,更贴近人类的自然语言。

基于在线评论的家具供应商服务质量影响研究

随着中国批发采购电商市场迅猛发展,使得线上家具批发采购市场获得更好的发展。家具产品的在线评论能够挖掘出采购者对供应商服务的满意状况,这对供应商发现自身服务的优缺点有帮助。因此,以家具产品的在线评论为研究对象,首先使用BERTopic主题模型分析归纳得到11个影响服务质量的因素;其次使用情感方法对在线评论分类,对好评和差评分析不同的关注点;最后对家具供应商提出建议,以提升自身服务的质量并维持长期的合作关系。