基于特征移动距离的文本对抗生成
计算与语言
2020-08-13 v2
摘要
生成对抗网络（GAN）在生成实值数据方面已取得显著成功。然而，文本的离散性阻碍了 GAN 在文本生成任务中的应用。我们未使用标准 GAN 目标，而是受最优传输启发，通过一种新方法改进文本生成 GAN。具体而言，我们考虑使用一种称为特征移动距离（FMD）的新度量来匹配真实与合成句子的潜在特征分布。该表述带来了极具判别力的判别器和易于优化的目标，克服了现有方法中的模式崩溃与脆弱训练问题。我们在多种任务上进行了大量实验以实证评估所提模型，包括无条件文本生成、非平行文本的风格迁移以及无监督密码破解。所提模型表现出优越性能，展示了广泛的适用性与有效性。
引用
@article{arxiv.1809.06297,
title = {Adversarial Text Generation via Feature-Mover's Distance},
author = {Liqun Chen and Shuyang Dai and Chenyang Tao and Dinghan Shen and Zhe Gan and Haichao Zhang and Yizhe Zhang and Lawrence Carin},
journal= {arXiv preprint arXiv:1809.06297},
year = {2020}
}