用于软文本生成的隐码与文本生成对抗网络
计算与语言
2019-04-24 v2 机器学习
摘要
使用生成对抗网络(GANs)的文本生成根据用于判别的信号类型可分为基于文本和基于码两类。在这项工作中,我们引入了一种称为Soft-GAN的新颖基于文本的方法,以有效利用GAN设置进行文本生成。我们展示了如何使用自编码器(AEs)提供句子的连续表示,我们将其称为软文本。该软表示将用于GAN判别中以合成相似的软文本。我们还提出了混合隐码与基于文本的GAN(LATEXT-GAN)方法,具有一个或多个判别器,其中将隐码与软文本的组合用于GAN判别。我们在两个知名数据集(SNLI和Image COCO)上进行了若干主观与客观实验来验证我们的技术。我们使用几种评估指标讨论结果,并表明所提技术优于传统的基于GAN的文本生成方法。
引用
@article{arxiv.1904.07293,
title = {Latent Code and Text-based Generative Adversarial Networks for Soft-text Generation},
author = {Md. Akmal Haidar and Mehdi Rezagholizadeh and Alan Do-Omri and Ahmad Rashid},
journal= {arXiv preprint arXiv:1904.07293},
year = {2019}
}