面向多文本语料库的生成对抗网络
计算与语言
2017-12-27 v1
摘要
生成对抗网络（GANs）已成功应用于图像数据的人工生成。在文本数据方面，基于单一语料库的自然语言人工生成已有大量工作。我们考虑将多个文本语料库作为输入数据，对此生成对抗网络有两种应用：(1) 在每语料库词嵌入不同的情况下，创建一致的跨语料库词嵌入；(2) 为每个语料库生成鲁棒的词袋文档嵌入。我们在来自不同语料库的真实世界文本数据集上展示了我们的 GAN 模型，并表明两种模型的嵌入均能改善监督学习问题。
引用
@article{arxiv.1712.09127,
title = {Generative Adversarial Nets for Multiple Text Corpora},
author = {Baiyang Wang and Diego Klabjan},
journal= {arXiv preprint arXiv:1712.09127},
year = {2017}
}