Progetto e realizzazione di un sistema per la generazione automatica di recensioni tramite reti neurali

char-rnn consente di specificare la parte iniziale del testo generato (col parametro primetext) ed un seed numerico (col parametro seed) per l’inizializzazione del generatore testuale.
Il modo con cui sono state generate le false recensioni è il seguente:

1. Si fissa N, il numero minimo di recensioni desiderate

2. Si esegue il seguente ciclo per N iterazioni:
(a) Scelta a caso di una vera recensione r dal training set impiegato nell’addestramento della rete neurale
(b) Estrazione della prima frase f di r avente lunghezza l
(c) Calcolo del seed s da passare alla rete neurale, pari ad un numero intero casuale nell’intervallo [0,l)
(d) Esecuzione di char-rnn in modalità generativa, usando il modello addestrato e passando i parametri primetext=f e seed=s
(e) Vengono prodotte 5 recensioni, di cui la prima inizia con f, e l’ultima è spesso incompleta; pertanto, si tengono solo le recensioni intermedie

3. Al termine, le recensioni così prodotte vengono salvate in un file di testo, disposte una per riga e separate da una riga vuota.

La generazione di recensioni duplicate è evitata con elevata probabilità dalla doppia casualità presente nel ciclo: una nella scelta di r nel passo 2a) e l’altra nell’estrazione del seed s nel passo 2c).