基于词嵌入操控的条件生成对抗网络表情符号合成
计算机视觉与模式识别
2017-12-18 v3
摘要
表情符号已成为日常数字通信中非常流行的一部分。其吸引力很大程度上源于它们能够以比纯文本更微妙且细腻的方式捕捉并引发情感。顺应深度学习领域的近期进展，生成对抗网络（GAN）在图像生成方面具有深远的意义与应用。在本文中，我们提出了深度卷积 GAN（DC-GAN）的一种新颖应用，并配以优化的训练过程。我们展示，通过将基于 Google 的 word2vec 模型的条件词嵌入融入网络，生成器能够合成出与真实表情符号几乎无异的高度逼真表情符号。
引用
@article{arxiv.1712.04421,
title = {Conditional Generative Adversarial Networks for Emoji Synthesis with Word Embedding Manipulation},
author = {Dianna Radpour and Vivek Bheda},
journal= {arXiv preprint arXiv:1712.04421},
year = {2017}
}
备注
5 pages, 3 figures, 2 graphs