我将开始研究用于文本生成的神经网络。输入内容将是用户的一些话（例如，明天英国脱欧公投的可能性将保持在欧盟范围内），输出结果将是一个很好的，写得很好的句子（例如英国脱欧公投将在明天进行，英国不太可能留在欧盟欧洲联盟）。
对于实现，我正在考虑一个sequence2sequence模型，但是在开始编写代码之前，我想检查一下之前是否涉及过该主题。在Google进行了许多搜索之后，似乎以前没有人做过类似的项目（尽管有关文本翻译的论文很多），这让我感到惊讶，因为这种工具对许多人（例如记者等）有用。
你们中的任何人在某处看到过一些有用的Python代码或相关文章吗？
答案 0 :(得分：1)
Sequence2Sequence是我想到的。正如您通过Google发现的那样，使用RNN / LSTM的文本生成代码只会创建语法正确但无意义的句子。
您是否有大量的示例库来训练seq2seq模型？翻译模型需要非常大的语料库。创建这样的语料库的一个选择是收集新闻的标题和第一段。将标题作为原始语言，将文章的第一段/句子作为翻译语言。
这是blog，有关使用第二个模型使用Doc2Vec过滤从seq2seq生成的句子