《表2 生成评论文本的整体多样性对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑评级信息的音乐评论文本自动生成》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，基于3个不同的指标Diversity-Rouge-1、Diversity-Rouge-2、Diversity-Rouge-L来评估生成评论文本的整体多样性，结果如表2所示。从表2中可以看出，GradeGAN模型的整体多样性要比Seq2Seq和SeqGAN模型高，说明模型在加入等级判别器后，生成评论文本的多样性提高了很多。