شماره ركورد كنفرانس :
5412
عنوان مقاله :
توليد متن مؤثر با رعايت ويژگي‌هاي مربوط به مخاطب
عنوان به زبان ديگر :
Text Generation Considering Audience-Related Factors
پديدآورندگان :
مطهري نژاد منصوره mansoureh_motahari@comp.iust.ac.ir دانش‌آموخته كارشناسي ارشد، گروه مهندسي كامپيوتر تمركز مديريت داده ، دانشگاه علم و صنعت ، تهران، ايران , كنگاوري محمدرضا kangavari@iust.ac.ir دانشيار، گروه مهندسي كامپيوتر تمركز مديريت داده ، دانشگاه علم و صنعت ، تهران، ايران
كليدواژه :
توليد متن زبان طبيعي , توليد متن دسته‌بندي , متقاعدسازي , شخصي‌سازي
عنوان كنفرانس :
نهمين كنفرانس بين المللي وب پژوهي
چكيده فارسي :
در دهه‌هاي اخير، روش‌هاي توليد متن زبان طبيعي براي توليد خودكار متن بهبوديافته‌اند. همچنين تشخيص و توليد خودكار متن براي متقاعدسازي شخصي‌سازي شده اخيراً بسيار موردتوجه قرارگرفته است. پيام‌هاي مورداستفاده براي متقاعد كردن مخاطب هدف در حوزه‌هاي مختلف نشان داده‌اند كه بسيار مؤثر هستند. در اين مقاله ما پيشنهاد مي‌كنيم كه از چارچوب CATGAN براي توليد پيام‌هايي كه در دسته‌هاي مختلف متقاعدسازي طبقه‌بندي مي‌شوند استفاده كرده و هر دسته را بر اساس ميزان تأثيرگذاري آن بر هر ويژگي شخصيتي، براي افراد هدف استفاده كنيم. ما يك سامانه توليد متن مؤثر شخصي ارائه مي‌كنيم كه به نتايج پيشرفته‌اي در توليد متن براي متقاعدسازي شخصي افراد دست مي‌يابد.
چكيده لاتين :
In recent decades, natural language text generation methods have improved for automatic text generation. Also, the recognition and automatic generation of text for personalized persuasion has recently received much attention. The text used to persuade the target audience has been shown to be very effective in various fields. In this paper, we propose to use the CATGAN framework to generate a text that is classified into levels of persuasion and to target people according to the extent to which that persuasion strategy affects each personality trait. We present a persuasive personalized text generation system that achieves state-of-the-art results in text generation for personal persuasion.
