基于生成式对抗网络的文本生成研究
生成式对抗网络的诞生,使得神经网络和机器学习领域的研究有了许多突破性进展.语言模型的离散空间输出形式,限制了基于梯度的生成式对抗网络在自然语言处理问题上的能力.WGAN作为生成式对抗网络的变体,成功将GANs的应用数据空间由连续数据空间推广至离散数据空间.本文在WGAN的基础上,分析总结了神经网络研究在文本生成任务中存在的问题,结合生成式对抗网络的性质和优点,提出了无监督的字符级文本生成方法LabelGANs.它是在WGAN的基础上将生成式对抗网络应用于离散文本序列生成的创新应用,结合噪声数据空间分布特点和约束方法,为生成式对抗网络在文本任务的研究提供了参考.
生成式对抗网络 文本生成 卷积神经网络
代威 陈博 熊振
中国人民解放军61905部队 110005
国内会议
沈阳
中文
415-418
2019-08-01（万方平台首次上网日期，不代表论文的发表时间）