Dank学习：使用深度神经网络生成梗图
计算与语言
2018-06-13 v1 机器学习
摘要
我们介绍一种新颖的梗图生成系统，其给定任意图像即可生成幽默且相关的说明文字。此外，该系统不仅可由图像条件化，还可由用户定义的与梗图模板相关的标签条件化，为用户提供控制梗图内容的手段。系统使用预训练的Inception-v3网络返回图像嵌入，传入基于注意力的深层LSTM模型生成说明文字——灵感来自广为人知的Show and Tell模型。我们实现了一种改进的集束搜索以增进说明文字的多样性。我们使用困惑度及人工评估（针对生成梗图质量及其能否被与真实梗图区分）来评价模型质量。我们的模型生成的原创梗图总体上无法被与真实梗图区分。
引用
@article{arxiv.1806.04510,
title = {Dank Learning: Generating Memes Using Deep Neural Networks},
author = {Abel L Peirson and E Meltem Tolunay},
journal= {arXiv preprint arXiv:1806.04510},
year = {2018}
}
备注
Stanford CS 224n Project